✔️UX 라이팅 원칙은 라이팅을 함에 있어서 근간이 되어주는 기본 뼈대같은 개념이에요. 이 원칙 위에서 ‘무엇을 말할 것인지’, ‘어떻게 말할 것인지’를 고민합니다.

✔️구글, 토스, 삼성카드, 카카오, 쿠팡 등 서비스마다 UX 라이팅 가이드라인을 살펴보면 각자가 정의한 UX 라이팅 원칙은 약간씩 다르긴 한데요. 하지만 공통적으로 4가지 개념은 모두가 동의하는 것 같아요. 바로 정확성, 간결성, 일관성, 유용성입니다.

✔️실제로 UX writing을 할 때 이 4가지 관점에서 메시지를 도출하고 보기 좋게 다듬고 알맞게 표현하는 작업을 거칩니다.

✔️다양한 관점에서 사고하되 4가지 원칙을 1/4씩 늘 동등하게 생각할 순 없습니다. 맥락/스펙/케이스/서비스 제공 상황에 따라 어떤 원칙을 우선시 해야할 수 있음을 고려해요.

1️⃣정확성 Clear : 사용자의 원하는 정보를 맥락에 맞게 정확한 어휘로 전달하는 것
 * 틀린 정보를 주고 있지 않은지? 잘못된 정보로 사용자가 실수하거나 모호한 표현으로 사용자를 헷갈리게 하지 말아야 한다.
 * 충분한 정보를 주고 있는지? 올바른 정보라고 하더라도, 정보를 ‘충분히’ 주었는지 역시 신경써야할 일이다. 필요하다면 예시를 넣어 이해를 도울 수도 있고, 맥락과 원인을 함께 말함으로써 고객이 처한 상황을 쉽게 이해하게 할 수도 있다.
 * 적절한 어휘를 사용하고 있는지? 해제 vs 해지, 최대화 vs 최적화 등 비슷한 단어 사이에서 꼭 맞는 표현을 골라 사용해야 한다.
 * 정확성은 사용자 경험을 만드는 게 중요한 역할을 하며, 서비스와 고객 간의 신뢰를 형성하는데 큰 기여를 한다.
 
 
2️⃣간결성 Concise : 한눈에 들어오고 쉽게 이해할 수 있도록 표현하는 것
 * 간결성이 중요한 이유는 2가지다. 첫째, 사용자는 읽으려고 경험하지 않는다. 둘째, UI 텍스트는 모바일과 PC 안에서 시간과 공간의 제약을 크게 받는다.
 * 1문장에는 1메시지만 담는다. 단문을 1-2문장으로만 작성하고, 복문으로 갈 바에야 차라리 단문으로 끊어간다. 필요하면 불릿포인트를 활용하여 가독성을 높이는 것도 방법.
 * 텍스트 중복이 있는지 살펴보고 가능하면 모두 제거한다. 강조를 위해 텍스트를 반복하지 않는다.
 
 
3️⃣일관성 Consistent : 모든 텍스트가 하나의 보이스로 모든 UI에 일관성 있게 적용되는 것
 * 용어의 일관성 : 서비스 내 같은 개념, 같은 화면을 여러가지 용어로 일컫는다면 사용자는 매번 학습해야 한다. 만약 서비스 용어를 정의했다면, 서비스 전체에서 예외없이 동일하게 사용해야 한다.
 * 톤앤보이스의 일관성 : 동일한 보이스로, 한 사람이 말하는 것처럼 일관된 톤앤보이스를 유지하는 것이 중요하다. 이는 곧 브랜드 이미지와도 깊은 관련성을 지닌다.

4️⃣유용성 Useful : 사용자의 다음 행동을 자연스럽게 유도하여 서비스의 편리한 사용을 돕는 것
 * 정보를 전달하는 것을 넘어, 사용자가 어떻게 행동/선택 해야하는지 도움을 주어야 한다.
 * 예를 들면 비밀번호 오류를 말하는 팝업에서 문제와 원인을 명확하게 설명하는 것에서 그치지 않고, 그 다음에 사용자가 할 수 있는 액션, 다시 시도/비밀번호 찾기 등을 함께 제시해주는 것이다.

✍🏻전주경님의 <그렇게 쓰면 아무도 안 읽습니다>와 토레이 파드마저스키 <전략적 UX라이팅>을 읽고 재구성했습니다.

✔️UX 라이팅 원칙은 라이팅을 함에 있어서 근간이 되어주는 기본 뼈대같은 개념이에요. 이 원칙 위에서 ‘무엇을 말할 것인지’, ‘어떻게 말할 것인지’를 고민합니다. ✔️구글,&nbsp;토스,&nbsp;삼성카드, 카카오, 쿠팡 등 서비스마다 UX 라이팅 가이드라인을 살펴보면 각자가 정의한 UX 라이팅 원칙은 약간씩 다르긴 한데요. 하지만 공통적으로 4가지 개념은 모두가 동의하는 것 같아요. 바로 정확성, 간결성, 일관성, 유용성입니다. ✔️실제로 UX writing을 할 때 이 4가지 관점에서 메시지를 도출하고 보기 좋게 다듬고 알맞게 표현하는 작업을 거칩니다. ✔️다양한 관점에서 사고하되 4가지 원칙을 1/4씩 늘 동등하게 생각할 순 없습니다. 맥락/스펙/케이스/서비스 제공 상황에 따라 어떤 원칙을 우선시 해야할 수 있음을 고려해요. 1️⃣정확성 Clear : 사용자의 원하는 정보를 맥락에 맞게 정확한 어휘로 전달하는 것<ul><li>틀린 정보를 주고 있지 않은지? 잘못된 정보로 사용자가 실수하거나 모호한 표현으로 사용자를 헷갈리게 하지 말아야 한다.</li><li>충분한 정보를 주고 있는지? 올바른 정보라고 하더라도, 정보를 ‘충분히’ 주었는지 역시 신경써야할 일이다. 필요하다면 예시를 넣어 이해를 도울 수도 있고, 맥락과 원인을 함께 말함으로써 고객이 처한 상황을 쉽게 이해하게 할 수도 있다.</li><li>적절한 어휘를 사용하고 있는지? 해제 vs 해지, 최대화 vs 최적화 등 비슷한 단어 사이에서 꼭 맞는 표현을 골라 사용해야 한다.</li><li>정확성은 사용자 경험을 만드는 게 중요한 역할을 하며, 서비스와 고객 간의 신뢰를 형성하는데 큰 기여를 한다. </li></ul>2️⃣간결성 Concise : 한눈에 들어오고 쉽게 이해할 수 있도록 표현하는 것<ul><li>간결성이 중요한 이유는 2가지다. 첫째, 사용자는 읽으려고 경험하지 않는다. 둘째, UI 텍스트는 모바일과 PC 안에서 시간과 공간의 제약을 크게 받는다.</li><li>1문장에는 1메시지만 담는다. 단문을 1-2문장으로만 작성하고, 복문으로 갈 바에야 차라리 단문으로 끊어간다. 필요하면 불릿포인트를 활용하여 가독성을 높이는 것도 방법.</li><li>텍스트 중복이 있는지 살펴보고 가능하면 모두 제거한다. 강조를 위해 텍스트를 반복하지 않는다. </li></ul>3️⃣일관성 Consistent : 모든 텍스트가 하나의 보이스로 모든 UI에 일관성 있게 적용되는 것<ul><li>용어의 일관성 : 서비스 내 같은 개념, 같은 화면을 여러가지 용어로 일컫는다면 사용자는 매번 학습해야 한다. 만약 서비스 용어를 정의했다면, 서비스 전체에서 예외없이 동일하게 사용해야 한다.</li><li>톤앤보이스의 일관성 : 동일한 보이스로, 한 사람이 말하는 것처럼 일관된 톤앤보이스를 유지하는 것이 중요하다. 이는 곧 브랜드 이미지와도 깊은 관련성을 지닌다.</li></ul> 4️⃣유용성 Useful : 사용자의 다음 행동을 자연스럽게 유도하여 서비스의 편리한 사용을 돕는 것<ul><li>정보를 전달하는 것을 넘어, 사용자가 어떻게 행동/선택 해야하는지 도움을 주어야 한다.</li><li>예를 들면 비밀번호 오류를 말하는 팝업에서 문제와 원인을 명확하게 설명하는 것에서 그치지 않고, 그 다음에 사용자가 할 수 있는 액션, 다시 시도/비밀번호 찾기 등을 함께 제시해주는 것이다.</li></ul> ✍🏻전주경님의 &lt;그렇게 쓰면 아무도 안 읽습니다&gt;와 토레이 파드마저스키 &lt;전략적 UX라이팅&gt;을 읽고 재구성했습니다.

어디에서나 통하는  UX 라이팅 원칙 4가지

🙋🏻‍♀️ 외국어 공부를 꾸준히 하시는 분들은 외국어 공부를 왜 하시나요? 앞으로 AI로 자동 통역이 될텐데 그래도 할 필요가 있을까요?

🙋🏻‍♀️ 외국어 공부를 꾸준히 하시는 분들은 외국어 공부를 왜 하시나요? 앞으로 AI로 자동 통역이 될텐데 그래도 할 필요가 있을까요?

“언어는 생각의 감옥인가?”에 대해서와 언어를 통해 문화적차이를 발견하는 부분이 종종 있는 것 같은데 이러한 부분들이 프롬프트 입력시에 이점을 제공해줄 수 있는지에 대해서 고찰해봐야할 문제같네요…

The IBM Quantum System Two with IBM Quantum Heron processors is designed to push quantum-centric supercomputing forward.

IBM's Quantum Processor and Modular Computer Are Now in Operation

한동안 차세대 기술로 얘기되던 양자컴퓨팅 관련하여 계속 개발과 제품을 내놓고 있는 IBM의 퀀텀서밋에서 업데이트된 내용입니다. 양자컴퓨팅에 관심있으신분들은 참고하시면 좋을거 같습니다.(feet.DeepL) :-)

 * 12월 4일 뉴욕에서 열린 IBM 퀀텀 서밋에서 새로운 양자 프로세서, 모듈형 양자 컴퓨터 공개
 * IBM은 양자 회로를 위한 오픈 소스 프로그래밍 소프트웨어 개발 키트인 키스킷 1.0 버전 발표
 * 새로운 IBM 퀀텀 헤론 프로세서
   * 133큐비트 양자 프로세서
   * 2021년에 출시되어 3D 패키징 기술을 확립하고 후속 양자 프로세서의 토대를 마련한 IBM 퀀텀 이글의 후속 제품
   * 큐비트를 단일 평면에 배치하는 다단계 배선을 개발
   * IBM 퀀텀 이글에 비해 오류 감소율이 5배 향상
 * 사용 분야
   * 화학, 물리학 및 재료 문제를 시뮬레이션하기 위해 과학 환경에서 사용
 * 협력
   * 도쿄대학교.
   * 아르곤 국립 연구소.
   * 이케르바스크 재단.
   * Qedma.
   * 알고리즘미크.
   * 워싱턴 대학교.
   * 쾰른 대학교.
   * 하버드 대학교.
   * UC 버클리.
   * Q-CTRL.
 * IBM 퀀텀 시스템 2(Quantum System 2)
   * 기존 컴퓨팅과 퀀텀 컴퓨팅을 결합하고, 그 사이에 미들웨어 계층을 두어 두 컴퓨팅을 통합한 모듈형 시스템
   * 모듈식 큐비트 제어 전자장치를 갖춘 기존 런타임 서버와 함께 작동
   * 유틸리티 규모의 문제를 해결하기 위해 구축된 최초의 모듈형 양자 컴퓨터
   * 3개의 IBM 퀀텀 헤론 프로세서를 실행
   * 최근 뉴욕 요크타운 하이츠에 있는 IBM 시설에서 가동을 시작
 * 키스킷 퀀텀 SDK 1.0
   * IBM의 양자 컴퓨팅 소프트웨어 개발 키트
   * 2024년 2월에 출시 예정
   * IBM의 프로그래밍 템플릿인 패턴 기반. 패턴은 IBM의 퀀텀 서버리스 컴퓨팅 인프라에서 실행되도록 고안
   * 키스킷의 양자 코드 프로그래밍을 위한 생성형 인공지능은 IBM의 엔터프라이즈 인공지능 플랫폼왓슨엑스(watsonx)를 통해 제공 예정
 * 키스킷 코드 어시스턴
   * 생성형 AI 어시스턴트 봇
   * IBM 퀀텀 플랫폼의 프리미엄 가입자를 대상으로 2024년 초에 알파 버전으로 출시 예정
 * 기타
   * 키스킷의 새로운 트랜스파일러 서비스
   * 키스킷 프리미엄 사용자를 위한 AI 트랜스파일러 패스
   * 컨텍스트 관리자인 배치 실행 모드.
 * IBM의 양자 컴퓨팅 로드맵
   * 2024년에 양자 회로의 품질과 속도를 개선하여 파라메트릭 회로를 갖춘 5,000개의 양자 논리 게이트를 구현하는 데 집중할 계획
   * IBM 퀀텀 헤론과 리소스 관리도 2024년에 출시 예정

한동안 차세대 기술로 얘기되던 양자컴퓨팅 관련하여 계속 개발과 제품을 내놓고 있는 IBM의 퀀텀서밋에서 업데이트된 내용입니다. 양자컴퓨팅에 관심있으신분들은 참고하시면 좋을거 같습니다.(feet.DeepL) :-) <ul><li>12월 4일 뉴욕에서 열린 IBM 퀀텀 서밋에서 새로운 양자 프로세서, 모듈형 양자 컴퓨터 공개</li><li>IBM은 양자 회로를 위한 오픈 소스 프로그래밍 소프트웨어 개발 키트인 키스킷 1.0 버전 발표</li></ul><ul><li>새로운 IBM 퀀텀 헤론 프로세서<ul><li>133큐비트 양자 프로세서</li><li>2021년에 출시되어 3D 패키징 기술을 확립하고 후속 양자 프로세서의 토대를 마련한 IBM 퀀텀 이글의 후속 제품</li><li>큐비트를 단일 평면에 배치하는 다단계 배선을 개발</li><li>IBM 퀀텀 이글에 비해 오류 감소율이 5배 향상</li></ul></li><li>사용 분야<ul><li>화학, 물리학 및 재료 문제를 시뮬레이션하기 위해 과학 환경에서 사용</li></ul></li><li>협력<ul><li>도쿄대학교.</li><li>아르곤 국립 연구소.</li><li>이케르바스크 재단.</li><li>Qedma.</li><li>알고리즘미크.</li><li>워싱턴 대학교.</li><li>쾰른 대학교.</li><li>하버드 대학교.</li><li>UC 버클리.</li><li>Q-CTRL.</li></ul></li></ul><ul><li>IBM 퀀텀 시스템 2(Quantum System 2)<ul><li>기존 컴퓨팅과 퀀텀 컴퓨팅을 결합하고, 그 사이에 미들웨어 계층을 두어 두 컴퓨팅을 통합한 모듈형 시스템</li><li>모듈식 큐비트 제어 전자장치를 갖춘 기존 런타임 서버와 함께 작동</li><li>유틸리티 규모의 문제를 해결하기 위해 구축된 최초의 모듈형 양자 컴퓨터</li><li>3개의 IBM 퀀텀 헤론 프로세서를 실행</li><li>최근 뉴욕 요크타운 하이츠에 있는 IBM 시설에서 가동을 시작</li></ul></li></ul><ul><li>키스킷 퀀텀 SDK 1.0<ul><li>IBM의 양자 컴퓨팅 소프트웨어 개발 키트</li><li>2024년 2월에 출시 예정</li><li>IBM의 프로그래밍 템플릿인 패턴 기반. 패턴은 IBM의 퀀텀 서버리스 컴퓨팅 인프라에서 실행되도록 고안</li><li>키스킷의 양자 코드 프로그래밍을 위한 생성형 인공지능은 IBM의 엔터프라이즈 인공지능 플랫폼왓슨엑스(watsonx)를 통해 제공 예정</li></ul></li><li>키스킷 코드 어시스턴<ul><li>생성형 AI 어시스턴트 봇</li><li>IBM 퀀텀 플랫폼의 프리미엄 가입자를 대상으로 2024년 초에 알파 버전으로 출시 예정</li></ul></li></ul><ul><li>기타<ul><li>키스킷의 새로운 트랜스파일러 서비스</li><li>키스킷 프리미엄 사용자를 위한 AI 트랜스파일러 패스</li><li>컨텍스트 관리자인 배치 실행 모드.</li></ul></li><li>IBM의 양자 컴퓨팅 로드맵<ul><li>2024년에 양자 회로의 품질과 속도를 개선하여 파라메트릭 회로를 갖춘 5,000개의 양자 논리 게이트를 구현하는 데 집중할 계획</li><li>IBM 퀀텀 헤론과 리소스 관리도 2024년에 출시 예정</li></ul></li></ul>

TechRepublic

IBM의 퀀텀 서밋 업데이트 내용

MLOps are a way to standardize and streamline the ML workflow. Read in detail about Machine Learning operations and its tools and techniques

MLOps: A complete guide for building, deploying, and managing machine learning models | Data Science Dojo

Data Science Dojo

MLOps: 머신러닝 모델을 구축, 구축 및 관리하기 위한 완벽한 가이드

The coming years will be filled with innovation in areas designed to democratize access to technology and help us keep up with the increasing pace of every-day life -- and it starts with Generative AI.

Tech predictions for 2024 and beyond

지난주 11월27일부터 12월1일까지 미국 네바다 주 라스베이거스에서 진행했던 AWS re:Invent 2023 행사에서 버너 보겔스(Werner Vogels) 아마존 최고기술책임자(CTO)가 얘기한 2024년 이후의 기술에 대한 예측 내용입니다.

4가지 카테고리 측면(생성형 AI, 펨테크, AI비서, 교육)에서 볼 수 있으며, 각 내용에 대한 핵심내용 위주로 공유해 봅니다.

1. 문화적 유창성이 확장되는 생성형 AI
 * 문화적으로 다양한 데이터에 대해 훈련된 대형 언어 모델(LLM)은 인간의 경험과 복잡한 사회적 과제에 대해 더 미묘한 이해를 얻을 수 있다. 즉, LLM 기반 시스템이 전 세계의 일반인들에게 도달하기 위해서는 인간에게 본능적으로 있는 문화적 유창성을 달성해야 한다.
 * 조지아 공과대학 연구원들은 올해 초 발표한 논문에서 LLM이 이슬람 기도를 명시적으로 언급한 아랍어 프롬프트를 제공받았을 때도 친구들과 함께 술을 마실 것을 권장하는 응답이 발생했으며, 이는 문화적으로 적절하지 않은 응답을 보여주었다.
   * 이러한 주요 이유는 학습한 LLM 데이터와 관련이 있다. LLM을 훈련하는 데 사용된 Common Craw는 약 46%가 영어이며, 언어에 관계없이 사용 가능한 콘텐츠의 훨씬 더 많은 부분이 서구권 내용들이 많다. 지난 몇 달 동안, 아랍어와 영어 데이터에 훈련된 Jais, 이중 언어 중국어/영어 모델인 Yi-34B, 그리고 광범위한 일본어 웹 코퍼스로 훈련된 JLLM(Japanese-Large-LM)이 등장하기 시작했다. 이는 문화적으로 교육에서 의료에 이르기까지 광범위한 영향을 미치는 수억 명의 사람들에게 비서구권 모델이 생성형AI에 반영될 것이라는 징후이다.
 * 인간이 토론, 토론, 아이디어 교환에서 배우는 것처럼 LLM들도 시각을 넓히고 문화를 이해할 수 있는 비슷한 기회가 필요하다.이러한 교류에는 2가지 분야가 핵심적인 역할을 할 것이다.
   * 하나는 모델이 다른 모델의 피드백을 통합하는 AI 피드백(RLAIF)의 강화 학습이다.이 시나리오에서는 서로 다른 모델이 상호 작용할 수 있으며 이러한 상호 작용을 기반으로 서로 다른 문화 개념에 대한 자신의 이해를 업데이트할 수 있다.
   * 두 번째는 다중 에이전트 토론을 통한 협업으로, 모델의 여러 사례가 응답을 생성하고, 각 응답의 타당성과 그 배경에 있는 추론에 대해 토론하고, 이 토론 과정을 통해 최종적으로 합의된 답변을 도출한다. 두 연구 분야 모두 모델을 훈련하고 미세 조정하는 데 드는 인적 비용을 절감합니다.

 2. 드디어 이륙하는 펨테크(FemTech)
 * 여성의 건강 요구에 대한 오명이 사라지고 더 많은 자금이 이 분야로 유입됨에 따라, FemTech 회사들이 이전에 간과되었던 조건과 요구를 계속해서 공격적으로 해결하는 것을 보게 될 것이다. 동시에 온라인 의료 플랫폼을 활용하는 하이브리드 케어 모델, 저렴한 진단 기기의 가용성, 의료 전문가의 주문형 접근성 덕분에 여성의 건강 서비스 접근성은 크게 증가할 것이다다.
 * 관련 플랫폼이 성숙하고 확산됨에 따라, 더욱 민주화된 의료 서비스에 대한 접근을 볼 수 있을 것이다. 시골 지역과 역사적으로 서비스가 부족한 지역의 여성들은 앱과 원격 건강 플랫폼을 통해 산부인과 의사, 정신 건강 전문가 및 기타 전문가들과 더 쉽게 연결할 수 있다.
 * NextGen Jane이 개발하고 있는 것과 같은 스마트 탐폰 시스템은 여성들이 자궁 건강의 프로필을 설정하고, 임상의와 원활하게 공유할 수 있는 질병의 잠재적인 유전체 표지를 식별할 수 있게 해준다.
 * 웨어러블은 사용자와 의사에게 분석할 수 있는 풍부한 종단 건강 데이터를 제공할 것입니다. 오늘날 70% 이상의 여성들이 폐경기 증상으로 치료를 받지 못하고 있는 상황에서, 교육 수준 향상, 데이터 가용성 향상, 비침습적 솔루션은 결과를 극적으로 향상시킬 것이며, 이는 OB/GYN 관리 수준을 훨씬 뛰어 넘는다.

 3. 개발자 생산성을 재정의할 AI 비서
 * AI 비서는 코드를 이해하고 작성할 뿐만 아니라 지칠 줄 모르는 협력자와 교사가 될 것이다.
 * 자연어 프롬프트를 기반으로 전체 기능, 클래스 및 테스트를 생성할 수 있는 도구 및 시스템에 대한 광범위한 액세스를 통해 본격적으로 이를 확인하고 있습니다. 실제로 2023년 스택 오버플로 개발자 설문조사에서 응답자의 70%가 개발 과정에서 AI 지원 도구를 이미 사용하고 있거나 사용할 계획이라고 답했다.
 * 제품 관리자, 프론트 및 백엔드 엔지니어, DBA, UI/UX 디자이너, DevOps 엔지니어 및 설계자 간의 선이 흐리게 됩니다. 격리된 모듈뿐만 아니라 전체 시스템에 대한 상황에 맞는 이해를 통해 AI 비서는 요구 사항 문서에서 템플릿을 생성하거나 작업에 가장 적합한 인프라(예: 서버리스 대 컨테이너)를 추천하는 등 인간의 창의력을 향상시키는 권장 사항을 제공한다.
 * 향후 몇 년 동안 엔지니어링 팀은 AI 비서가 소프트웨어 산업 전반에 걸쳐 새로움에서 필요성으로 이동함에 따라 더 생산성이 높아지고 더 높은 품질의 시스템을 개발하며 소프트웨어 릴리스 라이프사이클을 단축할 것이다.

 4. 기술 혁신속도에 맞춰 진화하는 교육
 * 교육은 전 세계적으로 근본적으로 다르지만, 최고의 사람들을 고용하고 자신이 최고의 일자리를 얻는 것은 대학 학위가 중요하다는 것이 널리 받아들여지고 있다. 이는 특히 기술 분야에서 더욱 그러했다. 그러나, 학생들의 경우 비용이 증가하고 있으며 많은 사람들이 실무 교육이 가능할 때 전통적인 대학 학위의 가치에 의문을 제기하고 있다. 기업의 경우 신규 채용은 여전히 현장 교육이 필요하다.
 * Coursera와 같은 기업들은 원래 소비자들에게 초점을 맞추었던 기업들과 제휴하여 업스킬 및 리스킬 노력을 확장하고 있다. 교육은 고용주에 의해 전문화될 수 있고, 견습생들은 배우면서 돈을 벌 수 있기 때문에 학위 견습생들은 계속해서 인기를 얻고 있다.
 * 그러나 이제 기업 스스로도 규모에 맞는 기술 기반 교육에 진지하게 투자하기 시작했다. 사실, 아마존은 이미 전 세계 2,100만 명의 기술 학습자들을 기술 기술로 훈련시켰다고 발표했다. 그리고 부분적으로는 메카트로닉스 및 로보틱스 견습 및 AWS 클라우드 인스티튜트와 같은 프로그램 덕분이다. 이러한 모든 프로그램은 기존의 다년제 프로그램을 사용하지 않고도 경력 여정의 다양한 지점에 있는 학습자들이 요구되는 역할을 수행하는 데 필요한 정확한 기술을 습득할 수 있게 해준다.
 * 비즈니스의 요구에 부응하기 위해 업계가 주도하는 새로운 시대의 교육 기회를 보게 될 것이다.

지난주 11월27일부터 12월1일까지 미국 네바다 주 라스베이거스에서 진행했던 AWS re:Invent 2023 행사에서 버너 보겔스(Werner Vogels) 아마존 최고기술책임자(CTO)가 얘기한 2024년 이후의 기술에 대한 예측 내용입니다. 4가지 카테고리 측면(생성형 AI, 펨테크, AI비서, 교육)에서 볼 수 있으며, 각 내용에 대한 핵심내용 위주로 공유해 봅니다. 1. 문화적 유창성이 확장되는 생성형 AI<ul><li>문화적으로 다양한 데이터에 대해 훈련된 대형 언어 모델(LLM)은 인간의 경험과 복잡한 사회적 과제에 대해 더 미묘한 이해를 얻을 수 있다. 즉, LLM 기반 시스템이 전 세계의 일반인들에게 도달하기 위해서는 인간에게 본능적으로 있는 문화적 유창성을 달성해야 한다.</li><li>조지아 공과대학 연구원들은 올해 초 발표한 논문에서 LLM이 이슬람 기도를 명시적으로 언급한 아랍어 프롬프트를 제공받았을 때도 친구들과 함께 술을 마실 것을 권장하는 응답이 발생했으며, 이는 문화적으로 적절하지 않은 응답을 보여주었다.<ul><li>이러한 주요 이유는 학습한 LLM 데이터와 관련이 있다. LLM을 훈련하는 데 사용된 Common Craw는 약 46%가 영어이며, 언어에 관계없이 사용 가능한 콘텐츠의 훨씬 더 많은 부분이 서구권 내용들이 많다. 지난 몇 달 동안, 아랍어와 영어 데이터에 훈련된 Jais, 이중 언어 중국어/영어 모델인 Yi-34B, 그리고 광범위한 일본어 웹 코퍼스로 훈련된 JLLM(Japanese-Large-LM)이 등장하기 시작했다. 이는 문화적으로 교육에서 의료에 이르기까지 광범위한 영향을 미치는 수억 명의 사람들에게 비서구권 모델이 생성형AI에 반영될 것이라는 징후이다.</li></ul></li><li>인간이 토론, 토론, 아이디어 교환에서 배우는 것처럼 LLM들도 시각을 넓히고 문화를 이해할 수 있는 비슷한 기회가 필요하다.이러한 교류에는 2가지 분야가 핵심적인 역할을 할 것이다.<ul><li>하나는 모델이 다른 모델의 피드백을 통합하는 AI 피드백(RLAIF)의 강화 학습이다.이 시나리오에서는 서로 다른 모델이 상호 작용할 수 있으며 이러한 상호 작용을 기반으로 서로 다른 문화 개념에 대한 자신의 이해를 업데이트할 수 있다.</li><li>두 번째는 다중 에이전트 토론을 통한 협업으로, 모델의 여러 사례가 응답을 생성하고, 각 응답의 타당성과 그 배경에 있는 추론에 대해 토론하고, 이 토론 과정을 통해 최종적으로 합의된 답변을 도출한다. 두 연구 분야 모두 모델을 훈련하고 미세 조정하는 데 드는 인적 비용을 절감합니다.</li></ul></li></ul> <ol start="2"><li>드디어 이륙하는 펨테크(FemTech)</li></ol><ul><li>여성의 건강 요구에 대한 오명이 사라지고 더 많은 자금이 이 분야로 유입됨에 따라, FemTech 회사들이 이전에 간과되었던 조건과 요구를 계속해서 공격적으로 해결하는 것을 보게 될 것이다. 동시에 온라인 의료 플랫폼을 활용하는 하이브리드 케어 모델, 저렴한 진단 기기의 가용성, 의료 전문가의 주문형 접근성 덕분에 여성의 건강 서비스 접근성은 크게 증가할 것이다다. </li><li>관련 플랫폼이 성숙하고 확산됨에 따라, 더욱 민주화된 의료 서비스에 대한 접근을 볼 수 있을 것이다. 시골 지역과 역사적으로 서비스가 부족한 지역의 여성들은 앱과 원격 건강 플랫폼을 통해 산부인과 의사, 정신 건강 전문가 및 기타 전문가들과 더 쉽게 연결할 수 있다. </li><li>NextGen Jane이 개발하고 있는 것과 같은 스마트 탐폰 시스템은 여성들이 자궁 건강의 프로필을 설정하고, 임상의와 원활하게 공유할 수 있는 질병의 잠재적인 유전체 표지를 식별할 수 있게 해준다. </li><li>웨어러블은 사용자와 의사에게 분석할 수 있는 풍부한 종단 건강 데이터를 제공할 것입니다. 오늘날 70% 이상의 여성들이 폐경기 증상으로 치료를 받지 못하고 있는 상황에서, 교육 수준 향상, 데이터 가용성 향상, 비침습적 솔루션은 결과를 극적으로 향상시킬 것이며, 이는 OB/GYN 관리 수준을 훨씬 뛰어 넘는다.</li></ul> <ol start="3"><li>개발자 생산성을 재정의할 AI 비서</li></ol><ul><li>AI 비서는 코드를 이해하고 작성할 뿐만 아니라 지칠 줄 모르는 협력자와 교사가 될 것이다.</li><li>자연어 프롬프트를 기반으로 전체 기능, 클래스 및 테스트를 생성할 수 있는 도구 및 시스템에 대한 광범위한 액세스를 통해 본격적으로 이를 확인하고 있습니다. 실제로 2023년 스택 오버플로 개발자 설문조사에서 응답자의 70%가 개발 과정에서 AI 지원 도구를 이미 사용하고 있거나 사용할 계획이라고 답했다.</li><li>제품 관리자, 프론트 및 백엔드 엔지니어, DBA, UI/UX 디자이너, DevOps 엔지니어 및 설계자 간의 선이 흐리게 됩니다. 격리된 모듈뿐만 아니라 전체 시스템에 대한 상황에 맞는 이해를 통해 AI 비서는 요구 사항 문서에서 템플릿을 생성하거나 작업에 가장 적합한 인프라(예: 서버리스 대 컨테이너)를 추천하는 등 인간의 창의력을 향상시키는 권장 사항을 제공한다.</li><li>향후 몇 년 동안 엔지니어링 팀은 AI 비서가 소프트웨어 산업 전반에 걸쳐 새로움에서 필요성으로 이동함에 따라 더 생산성이 높아지고 더 높은 품질의 시스템을 개발하며 소프트웨어 릴리스 라이프사이클을 단축할 것이다.</li></ul> <ol start="4"><li>기술 혁신속도에 맞춰 진화하는 교육</li></ol><ul><li>교육은 전 세계적으로 근본적으로 다르지만, 최고의 사람들을 고용하고 자신이 최고의 일자리를 얻는 것은 대학 학위가 중요하다는 것이 널리 받아들여지고 있다. 이는 특히 기술 분야에서 더욱 그러했다. 그러나, 학생들의 경우 비용이 증가하고 있으며 많은 사람들이 실무 교육이 가능할 때 전통적인 대학 학위의 가치에 의문을 제기하고 있다. 기업의 경우 신규 채용은 여전히 현장 교육이 필요하다. </li><li>Coursera와 같은 기업들은 원래 소비자들에게 초점을 맞추었던 기업들과 제휴하여 업스킬 및 리스킬 노력을 확장하고 있다. 교육은 고용주에 의해 전문화될 수 있고, 견습생들은 배우면서 돈을 벌 수 있기 때문에 학위 견습생들은 계속해서 인기를 얻고 있다. </li><li>그러나 이제 기업 스스로도 규모에 맞는 기술 기반 교육에 진지하게 투자하기 시작했다. 사실, 아마존은 이미 전 세계 2,100만 명의 기술 학습자들을 기술 기술로 훈련시켰다고 발표했다. 그리고 부분적으로는 메카트로닉스 및 로보틱스 견습 및 AWS 클라우드 인스티튜트와 같은 프로그램 덕분이다. 이러한 모든 프로그램은 기존의 다년제 프로그램을 사용하지 않고도 경력 여정의 다양한 지점에 있는 학습자들이 요구되는 역할을 수행하는 데 필요한 정확한 기술을 습득할 수 있게 해준다.</li><li>비즈니스의 요구에 부응하기 위해 업계가 주도하는 새로운 시대의 교육 기회를 보게 될 것이다.</li></ul>

allthingsdistributed.com

2024년 이후의 기술 예측 by AWS CTO

개인적으로 느꼈던 점과 받았던 피드백을 바탕으로 팁 몇 가지 적어 봅니다. 

-------------
알고리즘 면접
-------------
1️⃣ 면접 전
 * 면접관이 아닌 직장 동료와 페어 프로그래밍한다고 생각하기 (긴장감 푸는데 도움 됨)
 * 당연한 이야기지만 문제 풀이 연습 충분히 하기
 * 면접에 자주 출제되는 알고리즘 패턴을 프로그래밍 언어로 직접 적어 보며 익숙해지기
 * 특정 회사에 자주 출제되는 문제 풀어 보기
   

2️⃣ 면접 중
 * 문제 풀기 시작 전 질문을 통해 불확실한 점을 명확하게 하기
 * 최대한 여러 가지 문제 풀이법 생각해 내기
 * 여러 가지 풀이법의 절충점 파악하고 설명하기
 * 컴공 개념을 바탕으로 장단점 따져보기 (예: Time, Space Complexity, 자료 구조 성격 등등)
 * 코드 작성 전 엣지 케이스를 대입해 보고 알고리즘이 맞는지 미리 확인하기
 * 코드 작성하고 예시 대입해 보기
 * 생각 설명할 때 키워드 사용하기

3️⃣ 면접 후
 * 틀렸든 맞았든 상관없이 출제된 문제를 면접 후에 혼자 따로 다시 풀어보기
 * 풀어본 후 스스로 테스트 케이스 작성해 보기
 * 가능하다면 채용 담당자에게 피드백 요청하고 강점과 약점 파악하기 (단, 회사 정책상 피드백 공유가 불가능한 곳이 많음)

-------------
설계 면접
-------------
1️⃣ 면접 전
 * 다양한 설계법을 찾아 보고 공부하기
 * 면접관이 아닌 직장 동료와 화이트보딩 세션 한다고 생각하기 (긴장감 푸는데 도움 됨)
 * 면접 공부하는 게 아니라 실무에 도움 되는 설계 공부하기 (시간이 더 걸리더라도 상위 개념만 익히지 말고 하위 개념도 공부하자)

2️⃣ 면접 중
 * 문제의 요구 사항을 정확하게 파악하기
 * Functional 요구 사항 파악하기
 * Non-Functional 요구 사항 파악하기 (예: Consistency, Availability, Durability 등등 요구 사항)
 * 시간 확인하며 중요한 내용을 다 파악하고 언급했는지 확인하기. 특정 부분에서 너무 시간 끌면 설계를 시간 내에 다 못 끝내기 때문에, 마음속으로 타임라인을 만들어서 시간을 체크하며 설계하는 것이 좋다
 * 면접관이 원하는 설계 방향이 있을지도 모르므로 주기적으로 올바른 방향으로 가고 있는지 면접관에게 확인하기
 * 설명이 겉돌지 않도록 해야 한다. 그러려면 설계 개념을 충분히 내 것으로 만들어야 한다
 * 절충점을 충분히 파악하자 (여러 가지 설계 옵션의 절충점 파악이 가장 중요함)
 * 절충점을 파악하고 특정 옵션을 선택할 때 이유를 설명하자

3️⃣ 면접 후
 * 설계 방식이 꼭 한 가지만 있는 건 아니다. 내가 사용한 방법 말고 다른 방법이 있는지 찾아보자
 * 한 시간 내에 끝낸 설계는 부족한 부분이 많을 수 있다. 출제된 설계 문제를 혼자 그려 보고 조사해 보며 다시 풀어 보자. 다시 설계해 볼 때는 온라인에 찾아보며 언급하지 않았거나 몰랐던 개념이 있는지 확인한다. 그 부분을 다시 공부하고 다음에 까먹지 않도록 메모해 두자

-------------
행동 면접
-------------
 * 행동 면접 예시 작성하기 (시리즈의 지난 글 참고)
 * 작성한 예시를 바탕으로 말하기 연습 미리 해보기
 * 스토리텔링 스킬이 부족하다면 모의 면접을 통해 피드백 받기
 * STAR 방법으로 말하기 연습하기
 * 회사가 원하는 인재상과 기업 문화에 관해 리서치해 보고 연관 있는 예시 말하기

-------------

다음 포스팅에는 최종 합격 후 해야 할 몇 가지를 기록 삼아 적어 볼게요.

🔗 시리즈
 1. 1탄: 아마존 퇴사와 빅테크 이직 준비 https://careerly.co.kr/comments/95006
 2. 2탄:취업 준비 시 같이 준비해야 할 것들 https://careerly.co.kr/comments/95038
 3. 3탄: 이직 준비하면서 배운 점 https://careerly.co.kr/comments/95092
 4. 4탄: [현재글] 알고리즘, 시스템 설계, 행동 면접 팁
 5. 5탄: 최종 합격 후 꼭 해야 할 일 https://careerly.co.kr/comments/95312

개인적으로 느꼈던 점과 받았던 피드백을 바탕으로 팁 몇 가지 적어 봅니다.&nbsp; -------------알고리즘 면접-------------1️⃣ 면접 전<ul><li>면접관이 아닌 직장 동료와 페어 프로그래밍한다고 생각하기 (긴장감 푸는데 도움 됨)</li><li>당연한 이야기지만 문제 풀이 연습 충분히 하기</li><li>면접에 자주 출제되는 알고리즘 패턴을 프로그래밍 언어로 직접 적어 보며 익숙해지기</li><li>특정 회사에 자주 출제되는 문제 풀어 보기 </li></ul> 2️⃣ 면접 중<ul><li>문제 풀기 시작 전 질문을 통해 불확실한 점을 명확하게 하기</li><li>최대한 여러 가지 문제 풀이법 생각해 내기</li><li>여러 가지 풀이법의 절충점 파악하고 설명하기</li><li>컴공 개념을 바탕으로 장단점 따져보기 (예: Time, Space Complexity, 자료 구조 성격 등등)</li><li>코드 작성 전 엣지 케이스를 대입해 보고 알고리즘이 맞는지 미리 확인하기</li><li>코드 작성하고 예시 대입해 보기</li><li>생각 설명할 때 키워드 사용하기</li></ul> 3️⃣ 면접 후<ul><li>틀렸든 맞았든 상관없이 출제된 문제를 면접 후에 혼자 따로 다시 풀어보기</li><li>풀어본 후 스스로 테스트 케이스 작성해 보기</li><li>가능하다면 채용 담당자에게 피드백 요청하고 강점과 약점 파악하기 (단, 회사 정책상 피드백 공유가 불가능한 곳이 많음)</li></ul> -------------설계 면접-------------1️⃣ 면접 전<ul><li>다양한 설계법을 찾아 보고 공부하기</li><li>면접관이 아닌 직장 동료와 화이트보딩 세션 한다고 생각하기 (긴장감 푸는데 도움 됨)</li><li>면접 공부하는 게 아니라 실무에 도움 되는 설계 공부하기 (시간이 더 걸리더라도 상위 개념만 익히지 말고 하위 개념도 공부하자)</li></ul> 2️⃣ 면접 중<ul><li>문제의 요구 사항을 정확하게 파악하기</li><li>Functional 요구 사항 파악하기</li><li>Non-Functional 요구 사항 파악하기 (예: Consistency, Availability, Durability 등등 요구 사항)</li><li>시간 확인하며 중요한 내용을 다 파악하고 언급했는지 확인하기. 특정 부분에서 너무 시간 끌면 설계를 시간 내에 다 못 끝내기 때문에, 마음속으로 타임라인을 만들어서 시간을 체크하며 설계하는 것이 좋다</li><li>면접관이 원하는 설계 방향이 있을지도 모르므로 주기적으로 올바른 방향으로 가고 있는지 면접관에게 확인하기</li><li>설명이 겉돌지 않도록 해야 한다. 그러려면 설계 개념을 충분히 내 것으로 만들어야 한다</li><li>절충점을 충분히 파악하자 (여러 가지 설계 옵션의 절충점 파악이 가장 중요함)</li><li>절충점을 파악하고 특정 옵션을 선택할 때 이유를 설명하자</li></ul> 3️⃣ 면접 후<ul><li>설계 방식이 꼭 한 가지만 있는 건 아니다. 내가 사용한 방법 말고 다른 방법이 있는지 찾아보자</li><li>한 시간 내에 끝낸 설계는 부족한 부분이 많을 수 있다. 출제된 설계 문제를 혼자 그려 보고 조사해 보며 다시 풀어 보자. 다시 설계해 볼 때는 온라인에 찾아보며 언급하지 않았거나 몰랐던 개념이 있는지 확인한다. 그 부분을 다시 공부하고 다음에 까먹지 않도록 메모해 두자</li></ul> -------------행동 면접-------------<ul><li>행동 면접 예시 작성하기 (시리즈의 지난 글 참고)</li><li>작성한 예시를 바탕으로 말하기 연습 미리 해보기</li><li>스토리텔링 스킬이 부족하다면 모의 면접을 통해 피드백 받기</li><li>STAR 방법으로 말하기 연습하기</li><li>회사가 원하는 인재상과 기업 문화에 관해 리서치해 보고 연관 있는 예시 말하기</li></ul> ------------- 다음 포스팅에는 최종 합격 후 해야 할 몇 가지를 기록 삼아 적어 볼게요. 🔗 시리즈<ol><li>1탄: 아마존 퇴사와 빅테크 이직 준비 https://careerly.co.kr/comments/95006</li><li>2탄:취업 준비 시 같이 준비해야 할 것들 https://careerly.co.kr/comments/95038</li><li>3탄: 이직 준비하면서 배운 점 https://careerly.co.kr/comments/95092</li><li>4탄: [현재글] 알고리즘, 시스템 설계, 행동 면접 팁</li><li>5탄: 최종 합격 후 꼭 해야 할 일 https://careerly.co.kr/comments/95312</li></ol>

알아 두면 쓸모 있는 알고리즘, 시스템 설계, 행동 면접 팁

감사합니다 ㅎㅎ 다음 주에 코딩 인터뷰 있는데 잘 참고하겠습니다

What's the opposite of OpenAI? IBM and Meta devise plan that includes 50 organizations.

IBM, Meta form "AI Alliance" with 50 organizations to promote open source AI

강력한 플레이어의 등장은 대항하는 연합을 만들게 마련입니다. IBM과 메타를 주축으로 AMD, 인텔, NASA, CERN, 하버드대학교 등을 포함한 50개 이상의 조직이 ‘AI Alliance’를 만들었습니다. 오픈AI와 구글은 AI 모델 가중치(신경망 파일)와 모델이 자체적으로 생성되는 방법과 관련된 데이터를 공개하지 않기 때문에 여기 포함되지 않았어요.

메타는 오픈AI와 구글 등 폐쇄적인 모델을 사용하는 회사들이 주도권을 잡아나가는 것과 선을 긋고, 그러한 방법에 반대할 충분한 힘을 모으고 싶어하는 것으로 보여요. 이번에 AI Alliance에서 IT 기업들 뿐만 아니라 R&D그룹, 정부, 학계와도 손을 잡은 이유기도 합니다. Hugging Face, MLPerf 등 많은 이들이 사용하는 오픈소스 플랫폼 기업들도 포함됐어요. 

이 동맹이 향후 어떤 영향을 미칠지는 알 수 없지만 윈도, 리눅스 같은 플랫폼이 비등하게 사용되는 일반적인 소프트웨어 시장과 비슷하게 두 가지 접근방식이 공존할 가능성이 높지 않을까 싶습니다.

강력한 플레이어의 등장은 대항하는 연합을 만들게 마련입니다. IBM과 메타를 주축으로 AMD, 인텔, NASA, CERN, 하버드대학교 등을 포함한 50개 이상의 조직이 ‘AI Alliance’를 만들었습니다. 오픈AI와 구글은 AI 모델 가중치(신경망 파일)와 모델이 자체적으로 생성되는 방법과 관련된 데이터를 공개하지 않기 때문에 여기 포함되지 않았어요. 메타는 오픈AI와 구글 등 폐쇄적인 모델을 사용하는 회사들이 주도권을 잡아나가는 것과 선을 긋고, 그러한 방법에 반대할 충분한 힘을 모으고 싶어하는 것으로 보여요. 이번에 AI Alliance에서 IT 기업들 뿐만 아니라 R&amp;D그룹, 정부, 학계와도 손을 잡은 이유기도 합니다. Hugging Face, MLPerf 등 많은 이들이 사용하는 오픈소스 플랫폼 기업들도 포함됐어요.&nbsp; 이 동맹이 향후 어떤 영향을 미칠지는 알 수 없지만 윈도, 리눅스 같은 플랫폼이 비등하게 사용되는 일반적인 소프트웨어 시장과 비슷하게 두 가지 접근방식이 공존할 가능성이 높지 않을까 싶습니다.&nbsp;

Ars Technica

IBM, 메타, NASA, CERN, 하버드, AI Alliance 조성

저희 팀(AI Product팀)은 실험적 성격의 AI 기술개발을 시도하면서 비즈니스적 가치를 발굴하는 일과 함께 서비스에 필요한 AI 기술을 개발하고 적용하는 일들도 동시에 진행하고 있다보니, 경험이 쌓이면 쌓여갈수록 AI와 Biz간의 간극을 더 체감하게 됩니다. 

사실 이 간극이란게 그다지 새로운 관찰도 아니지만, 생각보다 그 해법에 대한 논의는 많지 않은 것 같다는 생각이 들어 짧게나마 고민을 해봤습니다.

아주 단순하게는 a) 엔지니어가 비즈니스를 잘 이해하거나, b) 반대로 Biz 조직이 기술을 잘 이해하거나 둘 중 하나일 수 밖에 없겠으나, 현실은 개인/조직의 역량 문제, 조직적 문제 등이 뒤엉켜 생각보다 풀기 어렵거나 일반화하기 어려운 때문인지도 모르겠습니다.

[AI to Biz] - a)

a)는, AI 엔지니어가 Biz의 니즈를 잘 이해하여 기술을 개발하고 담당조직에 기술적용을 제안하는 것인데, 여기에 몇가지 허들이 있습니다.
 * AI 엔지니어가 직접 Biz나 UX의 문제를 파고들어 고민할만한 여건(환경, 정보, 시간 등등)이 충분하지 않은 경우가 많기에, 고민의 결과가 현실과 거리가 있는 경우가 있습니다 (실용성 부족, 기술투자 대비 효과 고려 부족 등).
 * 전달방법에 있어서 Biz 담당자들이 이해할 수 있는 언어와 사례를 들어 설명하는 것이 중요하지만, 안타깝게도 많은 엔지니어들이 이런 관점에서의 커뮤니케이션 역량이 부족한 경우가 많습니다 (수식이 난무하는 슬라이드 구성 등).
 * Biz에 적절하면서도 현실성 있는 솔루션을 찾았다 해도, 시스템 아키텍처 구성이나 서비스 운영 측면에서의 효율적 방안을 찾는 것도 쉬운 일은 아닙니다. 서비스 개발팀(SW 엔지니어)과의 협업에 있어서 적절한 개발범위를 협의하고 이에 맞는 아키텍처를 설계하는 것도 Biz 와의 커뮤니케이션만큼이나 많은 고민과 논의가 필요합니다.

[Biz to AI] - b)

b)는 Biz 조직에서 기술적용 시나리오를 나름대로 열심히 고민해서 제안해오는 경우인데, 대개는 아무래도 AI 기술에 대한 이해부족으로 인해 부적절한 기술을 제안하는 경우가 많습니다. 그러다보니 AI 엔지니어들은 제안된 기술자체에 매몰되어 부정적인 반응을 늘어놓는 경우가 많습니다 (그 방법으로는 이런 문제가 생길 우려가 있어요, 그걸 하려면 이러이러한 것들이 선행되어야 하기에 오래 걸려요 등). 

이 때는 제안된 기술자체보다도 Biz 의 근본적인 니즈가 무엇인지를 파악하고 그에 적절한 솔루션을 제안하는 일종의 컨설팅적인 감각과 커뮤니케이션을 필요로 하는데, 이런 역량을 가진 AI 엔지니어는 찾아보기란 그리 쉽지 않습니다.

[As a Product]

AI 기술은 일반적인 개발과 달리, 긴 일정에 걸쳐 모델을 개발했다고 하더라도 그 성능을 담보하기 어려운 경우가 많습니다. 따라서 많은 논의를 거쳐 AI 기술을 개발하기로 결정했다면, 사전에 내부적인 PoC를 거치는 단계가 필요할 수 있습니다(적정한 성능이 확보된 시점에 기술을 적용할 수 있도록). 

Biz측에서 기술적용의 의지치가 높은 경우라면, 단계적(기술수준, 적용 트래픽의 제한 등) 기술적용 전략을 고려해야 하고 각 단계에서 예상되는 Biz impact에 대해서도 유관조직과 충분히 협의해두어야 합니다.

또한 각 단계별, 혹은 지속적인 성능개선 노력을 추진할 수 있도록 사전에 OCE(Online Controlled Experiments) 환경(시스템은 물론 의사결정 과정에 필요한 조직적 협의기준을 포함하는)을 사전에 구축해두는 것을 권장하고 싶습니다. 그렇지 않으면 기술개발 방향성 자체가 잘못된 것인지 혹은 아직 AI 모델이 충분히 숙성되지 않은 것인지 판단하기 어렵기 때문입니다. 그리고 이 판단의 부재는 십중팔구 프로젝트 중단 또는 AI 조직의 신뢰도/사기저하 등으로 이어질 수 있습니다.

단순히 결과적인 실적지표만으로 성공여부를 판단하기보다는 고객의 반응성을 분석해가며 lesson들을 꾸준히 쌓아가는 것이 중요한데, 그렇지 않으면 AI 기술의 특성상 개발에 많은 비용이 필요함에도, Biz 라는 타겟에 탄착군을 형성하지 못하고 마구 난사해버리는 결과를 낳을 수도 있습니다. 또 이러한 lesson(분석결과)들은 예상보다 낮은 기술효과를 보였을 때에라도 꾸준하게 추진할 수 있는 조직적 동력을 제공합니다. 이런 측면에서 AI 엔지니어와 데이터분석가가 함께 협업할 수 있는 구조는 매우 중요하다고 생각합니다.

[UX, UX, UX]

AI나 Biz 어느 한쪽이라도 UX 관점에서의 고민이 충분치 않으면, 기술자체에 매몰되어 매우 비효율적이고 결과적으로 실패한 기술투자가 될 가능성이 높습니다. 그러나 안타깝게도 UX를 중심으로 AI와 Biz를 바라볼 수 있는 역량을 갖기란 쉽지 않고, 이 역할을 특정조직에서 담당하기도 쉽지 않기에, 결국 UX 관점에서의 조직적 역량을 높이는 것 외에는 답이 없어 보인다는 것이 현재까지의 제 견해입니다(UX 관점의 강력한 리더십 또는 원칙 필요).

그리고 이 조직적 빈틈을 채워주는 역할로는, 기존에 존재하는 직군 중에라면 기획자들이 여기에 해당할 수도 있겠으나 AI 시대에는 위에 서술한 고려들과 물론 지속적인 기술 follow-up 까지 필요하기에 새로운 형태의 직군이 필요하지 않을까 하는 생각입니다. 아직 이런 직군의 Job title 또는 JD는 못봤던 것 같아서(적극적으로 찾아보지는 못했습니만), 혹시 알고 계신 분은 힌트를 주시면 감사하겠습니다 :)

----
'UX 심리학'이란 책을 읽어보려다가 갑자기 여러 생각들이 떠오르는 바람에 첫표지를 열다 말고 급하게나마 글을 써봅니다. 이 생각들에 대해 또 다른 퍼즐을 제공해주지 않을까 기대하게 되네요.

저희 팀(AI Product팀)은 실험적 성격의 AI 기술개발을 시도하면서 비즈니스적 가치를 발굴하는 일과 함께 서비스에 필요한 AI 기술을 개발하고 적용하는 일들도 동시에 진행하고 있다보니, 경험이 쌓이면 쌓여갈수록 AI와 Biz간의 간극을 더 체감하게 됩니다.&nbsp; 사실 이 간극이란게 그다지 새로운 관찰도 아니지만, 생각보다 그 해법에 대한 논의는 많지 않은 것 같다는 생각이 들어 짧게나마 고민을 해봤습니다. 아주 단순하게는 a) 엔지니어가 비즈니스를 잘 이해하거나, b) 반대로 Biz 조직이 기술을 잘 이해하거나 둘 중 하나일 수 밖에 없겠으나, 현실은 개인/조직의 역량 문제, 조직적 문제 등이 뒤엉켜 생각보다 풀기 어렵거나 일반화하기 어려운 때문인지도 모르겠습니다. [AI to Biz] - a) a)는, AI 엔지니어가 Biz의 니즈를 잘 이해하여 기술을 개발하고 담당조직에 기술적용을 제안하는 것인데, 여기에 몇가지 허들이 있습니다.<ul><li>AI 엔지니어가 직접 Biz나 UX의 문제를 파고들어 고민할만한 여건(환경, 정보, 시간 등등)이 충분하지 않은 경우가 많기에, 고민의 결과가 현실과 거리가 있는 경우가 있습니다 (실용성 부족, 기술투자 대비 효과 고려 부족 등).</li><li>전달방법에 있어서 Biz 담당자들이 이해할 수 있는 언어와 사례를 들어 설명하는 것이 중요하지만, 안타깝게도 많은 엔지니어들이 이런 관점에서의 커뮤니케이션 역량이 부족한 경우가 많습니다 (수식이 난무하는 슬라이드 구성 등).</li><li>Biz에 적절하면서도 현실성 있는 솔루션을 찾았다 해도, 시스템 아키텍처 구성이나 서비스 운영 측면에서의 효율적 방안을 찾는 것도 쉬운 일은 아닙니다. 서비스 개발팀(SW 엔지니어)과의 협업에 있어서 적절한 개발범위를 협의하고 이에 맞는 아키텍처를 설계하는 것도 Biz 와의 커뮤니케이션만큼이나 많은 고민과 논의가 필요합니다.</li></ul> [Biz to AI] - b) b)는 Biz 조직에서 기술적용 시나리오를 나름대로 열심히 고민해서 제안해오는 경우인데, 대개는 아무래도 AI 기술에 대한 이해부족으로 인해 부적절한 기술을 제안하는 경우가 많습니다. 그러다보니 AI 엔지니어들은&nbsp;제안된 기술자체에 매몰되어 부정적인 반응을 늘어놓는 경우가 많습니다 (그 방법으로는 이런 문제가 생길 우려가 있어요, 그걸 하려면 이러이러한 것들이 선행되어야 하기에 오래 걸려요 등).&nbsp; 이 때는 제안된 기술자체보다도 Biz 의 근본적인 니즈가 무엇인지를 파악하고 그에 적절한 솔루션을 제안하는 일종의 컨설팅적인 감각과 커뮤니케이션을 필요로 하는데, 이런 역량을 가진 AI 엔지니어는 찾아보기란 그리 쉽지 않습니다. [As a Product] AI 기술은 일반적인 개발과 달리, 긴 일정에 걸쳐 모델을 개발했다고 하더라도 그 성능을 담보하기 어려운 경우가 많습니다. 따라서 많은 논의를 거쳐 AI 기술을 개발하기로 결정했다면, 사전에 내부적인 PoC를 거치는 단계가 필요할 수 있습니다(적정한 성능이 확보된 시점에 기술을 적용할 수 있도록).&nbsp; Biz측에서 기술적용의 의지치가 높은 경우라면, 단계적(기술수준, 적용 트래픽의 제한 등) 기술적용 전략을 고려해야 하고 각 단계에서 예상되는 Biz impact에 대해서도 유관조직과 충분히 협의해두어야 합니다. 또한 각 단계별, 혹은 지속적인 성능개선 노력을 추진할 수 있도록 사전에 OCE(Online Controlled Experiments) 환경(시스템은 물론 의사결정 과정에 필요한 조직적 협의기준을 포함하는)을 사전에 구축해두는 것을 권장하고 싶습니다. 그렇지 않으면 기술개발 방향성 자체가 잘못된 것인지 혹은 아직 AI 모델이 충분히 숙성되지 않은 것인지 판단하기 어렵기 때문입니다. 그리고 이 판단의 부재는 십중팔구 프로젝트 중단 또는 AI 조직의 신뢰도/사기저하 등으로 이어질 수 있습니다. 단순히 결과적인 실적지표만으로 성공여부를 판단하기보다는 고객의 반응성을 분석해가며 lesson들을 꾸준히 쌓아가는 것이 중요한데, 그렇지 않으면 AI 기술의 특성상 개발에 많은 비용이 필요함에도, Biz 라는 타겟에 탄착군을 형성하지 못하고 마구 난사해버리는 결과를 낳을 수도 있습니다. 또 이러한 lesson(분석결과)들은 예상보다 낮은 기술효과를 보였을 때에라도 꾸준하게 추진할 수 있는 조직적 동력을 제공합니다. 이런 측면에서 AI 엔지니어와 데이터분석가가 함께 협업할 수 있는 구조는 매우 중요하다고 생각합니다. [UX, UX, UX] AI나 Biz 어느 한쪽이라도 UX 관점에서의 고민이 충분치 않으면, 기술자체에 매몰되어 매우 비효율적이고 결과적으로 실패한 기술투자가 될 가능성이 높습니다. 그러나 안타깝게도 UX를 중심으로 AI와 Biz를 바라볼 수 있는 역량을 갖기란 쉽지 않고, 이 역할을 특정조직에서 담당하기도 쉽지 않기에, 결국 UX 관점에서의 조직적 역량을 높이는 것 외에는 답이 없어 보인다는 것이 현재까지의 제 견해입니다(UX 관점의 강력한 리더십 또는 원칙 필요). 그리고 이 조직적 빈틈을 채워주는 역할로는, 기존에 존재하는 직군 중에라면 기획자들이 여기에 해당할 수도 있겠으나 AI 시대에는 위에 서술한 고려들과 물론 지속적인 기술 follow-up 까지 필요하기에 새로운 형태의 직군이 필요하지 않을까 하는 생각입니다. 아직 이런 직군의 Job title 또는 JD는 못봤던 것 같아서(적극적으로 찾아보지는 못했습니만), 혹시 알고 계신 분은 힌트를 주시면 감사하겠습니다 :) ----'UX 심리학'이란 책을 읽어보려다가 갑자기 여러 생각들이 떠오르는 바람에 첫표지를 열다 말고 급하게나마 글을 써봅니다. 이 생각들에 대해 또 다른 퍼즐을 제공해주지 않을까 기대하게 되네요.

'Biz 에 AI 를 적용한다는 것'

학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제대로 번역되지 않은 부분은 확인 주시면 반영토록 하겠습니다. 의미 전달이 애매한 일부 문장은 삭제했습니다. 이번 글은 Thomas Smith가 미디엄에 쓴 글을 정리한 것입

맞춤 GPT에 비전API도, 오픈AI 업글 왜 중요한가

친구들, 황치규 기자님의 믿고 보는 브럼치 글. 오픈AI 개발자 컨퍼런스에서 나왔던 내용를 다룬 글을 공유하고자 합니다. 

"마찬가지로 초기 스마트폰은 제한된 수의 리소스들에 대한 접근을 제공했고 대부분 제작자가 제어했다. 앞서 언급한 앱스토어가 출시되고 안드로이드 OS가 출시되고 서드파티 앱과 콘텐츠가 폭발적으로 증가하면서 스마트폰의 잠재력이 본격적으로 나타났다. 생성 AI도 비슷한 시점에 와 있다. 이전에는 대부분 사람들이 개별 기업이 제공하는 고도로 통제된 인터페이스를 통해 AI 시스템과 상호작용했다. 콘텐츠를 생성하는 챗봇을 사용하고 싶으면 챗GPT로 갔다. 사진이 필요하면 디스코드에 접속해 미드저니 봇에 메시지를 보냈다.

지난주 오픈AI가 내세운 변화는 AI 생태계를 완전히 새로운 방향으로 이끌고 있다. 예를 들어 오픈AI는 수년 동안 외부 개발자가 시스템과 인터페이스할 수 있는 API를 제공해 왔다. 하지만 강력한 시각적 기능과 대규모 컨텍스트 창을 개발자에게 공개하기로 한 결정과 GPT를 커스터마이징할 수 있는 코드 없는 도구를 구축하기로 한 것은 오픈AI가 엄격하게 통제되는 챗GPT 인터페이스를 넘어 기술을 중심으로 진정한 생태계를 구축하겠다는 의지의 표현이기도 하다.

개발자에게는 놀라운 소프트웨어를 구축할 수 있는 새로운 툴킷을 제공한다는 점에서 매우 반가운 소식이다. 하지만 사용자들에게도 큰 소식이다. 기업들이 오픈AI API를 사용해 기존 소프트웨어에 더 많은 생성 AI 도구를 구축함에 따라 앱이 훨씬 더 스마트하고 시각적이며 효율적으로 발전하게 될 것이다. 생성AI는 웹사이트에 로그인해 사용하는 도구가 아니라, 사용자가 상호작용하는 모든 기술을 미묘하게 개선하는 근본적인 레이어가 될 것이다."

https://brunch.co.kr/@delight412/639

친구들, 황치규 기자님의 믿고 보는 브럼치 글. 오픈AI 개발자 컨퍼런스에서 나왔던 내용를 다룬 글을 공유하고자 합니다.&nbsp; "마찬가지로 초기 스마트폰은 제한된 수의 리소스들에 대한 접근을 제공했고 대부분 제작자가 제어했다. 앞서 언급한 앱스토어가 출시되고 안드로이드 OS가 출시되고 서드파티 앱과 콘텐츠가 폭발적으로 증가하면서 스마트폰의 잠재력이 본격적으로 나타났다. 생성 AI도 비슷한 시점에 와 있다. 이전에는 대부분 사람들이 개별 기업이 제공하는 고도로 통제된 인터페이스를 통해 AI 시스템과 상호작용했다. 콘텐츠를 생성하는 챗봇을 사용하고 싶으면 챗GPT로 갔다. 사진이 필요하면 디스코드에 접속해 미드저니 봇에 메시지를 보냈다. 지난주 오픈AI가 내세운 변화는 AI 생태계를 완전히 새로운 방향으로 이끌고 있다. 예를 들어 오픈AI는 수년 동안 외부 개발자가 시스템과 인터페이스할 수 있는 API를 제공해 왔다. 하지만 강력한 시각적 기능과 대규모 컨텍스트 창을 개발자에게 공개하기로 한 결정과 GPT를 커스터마이징할 수 있는 코드 없는 도구를 구축하기로 한 것은 오픈AI가 엄격하게 통제되는 챗GPT 인터페이스를 넘어 기술을 중심으로 진정한 생태계를 구축하겠다는 의지의 표현이기도 하다. 개발자에게는 놀라운 소프트웨어를 구축할 수 있는 새로운 툴킷을 제공한다는 점에서 매우 반가운 소식이다. 하지만 사용자들에게도 큰 소식이다. 기업들이 오픈AI API를 사용해 기존 소프트웨어에 더 많은 생성 AI 도구를 구축함에 따라 앱이 훨씬 더 스마트하고 시각적이며 효율적으로 발전하게 될 것이다. 생성AI는 웹사이트에 로그인해 사용하는 도구가 아니라, 사용자가 상호작용하는 모든 기술을 미묘하게 개선하는 근본적인 레이어가 될 것이다." https://brunch.co.kr/@delight412/639

Brunch Story

<황치규 컬럼-오픈AI 업들 왜 중요한가>

키워드 : 시간 관리 엑셀, Rize 앱, 시간 관리 잘하는 법, 시간 관리 방법, 시간 관리 잘하는 법, 시간 관리법, 시간 관리 프로그램 시간 관리를 어떻게 하고 계신가요? 시간 관리는 어떤 사람이여도 알고 있으면 좋은 내용 중 하나입니다 학생, 사회초년생, 팀장 등 각자의 상황에 맞는 시간 관리 방법이 필요하고, 저도...

데이터 과학자의 시간 관리 방법(Rize 앱)

 * 살다보면 시간 관리의 중요성을 느끼며 어떻게 해야 시간 관리를 잘할 수 있을지에 대한 질문을 종종 받고 있어요
 * 시간 관리를 어떻게 하고 있는지에 대해 제 경험을 작성했어요
 * 저는 스프레드시트에 집중도를 기록하다가 요즘은 Rize라는 앱을 사용해 제 컴퓨터 사용 패턴을 분석하고 있어요
 * 자세한 내용은 본문을 확인해주셔요!

https://zzsza.github.io/diary/2023/12/02/time-management-with-rize/

<ul><li>살다보면 시간 관리의 중요성을 느끼며 어떻게 해야 시간 관리를 잘할 수 있을지에 대한 질문을 종종 받고 있어요</li><li>시간 관리를 어떻게 하고 있는지에 대해 제 경험을 작성했어요</li><li>저는 스프레드시트에 집중도를 기록하다가 요즘은 Rize라는 앱을 사용해 제 컴퓨터 사용 패턴을 분석하고 있어요</li><li>자세한 내용은 본문을 확인해주셔요!</li></ul> https://zzsza.github.io/diary/2023/12/02/time-management-with-rize/

Zzsza

1. 회사가 내가 아니다. 삼성전자에 다닌다고, 네카라쿠배 당토에 다닌다고 혹은 또다른 OO에 다닌다고 내가 그 회사가 아니다. 2. 일하는 회사가 핫하거나 빠르게 성장하고 있다면, 좋은 일이다. 그 Halo effect를 유리하게 활용하는 것도 좋다. 내 안목이 탁월했든 운이든 어쨋든 잘된 일이다. 나 자신이 성장하며 회사의 성장에 기여하는 것도 자부

회사가 내가 아니다

오래전부터 생각해오던 내용과 소름 끼치게 동일한 글을 발견해서 공유합니다. 주니어 시절(아마 2~3년차) 회사에 이름에 그늘 삼아 제 능력이 녹슬어 가는지도 모른 체 시간을 낭비하듯 보내던 적이 있었습니다. 그러다 "회사 딱지를 떼면 난 뭐가 남지?"라는 생각에 뒤통수를 맞은 느낌으로 외부 활동을 해왔던 것 같고 블로그, 토이 프로젝트, 스터디에 이어 지금까지 살아오는 것 같습니다. 물론, 회사가 안정적이고 성장 가능성이 뚜렷하다면 "나 OO에 다녀~"라는 생각으로 약간은 안일한 마음이 들 수도 있겠지만 부모님 시대와는 다르게 요즘은 평생직장이라는 수식어는 어울리지 않을 정도로 세상이 변화하고 있고 결국은 본인 스스로를 본인이 챙겨야 하는 시대인 건 확실해 보입니다.
"회사가 내가 아니다"라는 제목은 다소 자극적이기도 하고 오해가 될 수도 있을 만한 글이지만 이 글에서 이야기하고자 하는 내용에 저의 생각을 조금 더 가미하자면, 결국 스스로 홀로서기 할 수 있을 정도의 능력을 갖춘 본인이 돼야 하고 그게 회사에 다니는 직장인이라면 그러한 능력을 회사에서도 기여하는 순서가 맞지 않을까 생각이 됩니다. 특히, 개발자는 기술적 고립이 되지 않기 위해 부단히 노력해야 합니다. 회사 내에서는 잘하는 것처럼 생각이 될 수 있지만 다른 회사 분들과 마주하다 보면 우물속 개구리였구나 라는걸 몸소 체감할 수 있으니까요.

https://brunch.co.kr/@naieekim/79

오래전부터 생각해오던 내용과 소름 끼치게 동일한 글을 발견해서 공유합니다. 주니어 시절(아마 2~3년차) 회사에 이름에 그늘 삼아 제 능력이 녹슬어 가는지도 모른 체 시간을 낭비하듯 보내던 적이 있었습니다. 그러다 "회사 딱지를 떼면 난 뭐가 남지?"라는 생각에 뒤통수를 맞은 느낌으로 외부 활동을 해왔던 것 같고 블로그, 토이 프로젝트, 스터디에 이어 지금까지 살아오는 것 같습니다. 물론, 회사가 안정적이고 성장 가능성이 뚜렷하다면 "나 OO에 다녀~"라는 생각으로 약간은 안일한 마음이 들 수도 있겠지만 부모님 시대와는 다르게 요즘은 평생직장이라는 수식어는 어울리지 않을 정도로 세상이 변화하고 있고 결국은 본인 스스로를 본인이 챙겨야 하는 시대인 건 확실해 보입니다."회사가 내가 아니다"라는 제목은 다소 자극적이기도 하고 오해가 될 수도 있을 만한 글이지만 이 글에서 이야기하고자 하는 내용에 저의 생각을 조금 더 가미하자면, 결국 스스로 홀로서기 할 수 있을 정도의 능력을 갖춘 본인이 돼야 하고 그게 회사에 다니는 직장인이라면 그러한 능력을 회사에서도 기여하는 순서가 맞지 않을까 생각이 됩니다. 특히, 개발자는 기술적 고립이 되지 않기 위해 부단히 노력해야 합니다. 회사 내에서는 잘하는 것처럼 생각이 될 수 있지만 다른 회사 분들과 마주하다 보면 우물속 개구리였구나 라는걸 몸소 체감할 수 있으니까요. https://brunch.co.kr/@naieekim/79

Manage GraphqQL APIs Using the Postman GraphQL client (Sponsored) The Postman GraphQL client offers a simple yet powerful way to work with GraphQL APIs. With Postman's GraphQL client, you can: Explore GraphQL schemas easily Create code-ready queries

79 Engineering Blogs To Level Up Your System Design Skills

항상 좋은 글이 많이 올라오는 bytebytego에서 추천하는 테크 블로그 리스트가 올라왔네요!!
모두 영어 블로그이긴 하지만 이제 우리에겐 ChatGPT가 있으니!! ㅎㅎ

여러 블로그 중에 LINE 블로그가 있는것도 기분이 좋네요 :)))))

https://blog.bytebytego.com/p/79-engineering-blogs-to-level-up?ref=dailydev

항상 좋은 글이 많이 올라오는 bytebytego에서 추천하는 테크 블로그 리스트가 올라왔네요!! 모두 영어 블로그이긴 하지만 이제 우리에겐 ChatGPT가 있으니!! ㅎㅎ 여러 블로그 중에 LINE 블로그가 있는것도 기분이 좋네요 :))))) https://blog.bytebytego.com/p/79-engineering-blogs-to-level-up?ref=dailydev

Bytebytego

시스템 디자인 스킬을 배울 수 있는 테크 블로그 79

제목은 어그로를 좀 끌어보았습니다.

커리어리 Q&A에서 어설픈 답변을 종종 남기고 있습니다. 주제넘게 이렇다 저렇다 말하고 나면, 과연 이게 도움이 되는 말일까 자문하게 되기도 합니다.

어쨌건, 커리어 관련 고민을 토로하는 글들을 보면, 어떨 땐 답답하기도 하고, 어떨 땐 과거의 내가 감정이입되기도 해서 괜한 참견을 하게되는 것 같습니다.

공통적으로 느껴지는 것 중 하나는, 커리어 관련 고민이라는 게, 어쩌면 그보다 더 중요한 고민들에서 시작된 고통이라는 생각이 들더라구요.

우리가 개발자가 되고자 하거나, 아니면 이미 개발자이면서 더 나은 개발자가 되려고 여기를 기웃거리는 건데, 그만큼, 아니, 그보다 더 중요한 거는 몸건강과 정신건강이 아닐까 해요. 몸건강은 잘먹고 잘자고 운동하고 이런 게 기본일 테고, 정신 건강은 일기를 쓰든 상담을 받든 여행을 하든, 명상을 하든 종교에 심취하든 다양한 방법들이 있겠죠.

운동으로는 달리기를 시작해서 어느덧 2000K를 넘게 뛰었습니다. 건강을 위해 시작했던 달리기가 이제 좀 지나치다 싶을 정도로 많이 뛰고 있어요. 지난달은 210K, 이번 달은 240K정도 뛸 것 같습니다. 본격 러너라기에 실력은 부족해도 마일리지는 충분한 것 같습니다. 어쩌면 내년에는 풀코스 마라톤을 완주할 수 있을 것 같아요. 몸건강도 좋아졌고, 뛰다보면 정신적으로도 꽤 상쾌해집니다. 모종의 호르몬이 나오나봐요. 거의 매일 1시간씩을 달리기에 투자하는 게 미련한 짓인 것 같기도 한데, 결국 건강해지면 그 이상의 가치를 하겠죠. 아니 솔직히 말할게요. 이제 그냥 달리기가 즐거워졌어요. 이보다 많이 뛰면 오히려 건강에 해가 되는 게 아닐까 걱정을 해야할 판입니다. 딱히 꾸준히 운동하고 있는 게 아직 없으시다면, 달리기 추천드려봅니다.

멘탈을 위해서는 명상쪽에 점점 더 많은 관심이 가고 있는데, 점점 더 제가 뭘 잘못 생각하고 있는지... 아니 잘못된 부분에 집중하고 있는지를 알게되어가는 중인 것 같습니다. 아직 달리기 만큼 심취하지는 못했기에 뭐라 적기는 어렵습니다만, 우리의 많은 고통이 스스로부터 야기된 점이라는 게 인상적인 것 같습니다. 마치 외부의 환경, 그러니까, 개발자 취업문이 얼어붙었다거나, 난 좋게보는 기술을 쟤는 무시한다거나 하는 외부의 상황들이 나에게 고통을 주는 것 같지만, 그건 착각이라는 게 공통된 명상가(?)들의 시각으로 이해되더라구요.

암튼, 괜한 참견... 아니, 스스로에게 다시 다짐해보는 것은, 외부 상황들을 고통으로 바라보는 일을 그만두고, 현재 상황 그대로에서 잘해보자는 거랄까요?

기술적, 커리어 고민들은 사실 그 고민에서 출발해서 문제를 해결하려 들 게 아니라, 한차원 더 높은 시각에서 멘탈을 챙겨보자는 제안입니다. 저부터 잘해볼게요. 화이팅입니다.

<s>제목은 어그로를 좀 끌어보았습니다.</s> 커리어리 Q&amp;A에서 어설픈 답변을 종종 남기고 있습니다. 주제넘게 이렇다 저렇다 말하고 나면, 과연 이게 도움이 되는 말일까 자문하게 되기도 합니다. 어쨌건, 커리어 관련 고민을 토로하는 글들을 보면, 어떨 땐 답답하기도 하고, 어떨 땐 과거의 내가 감정이입되기도 해서 괜한 참견을 하게되는 것 같습니다. 공통적으로 느껴지는 것 중 하나는, 커리어 관련 고민이라는 게, 어쩌면 그보다 더 중요한 고민들에서 시작된 고통이라는 생각이 들더라구요. 우리가 개발자가 되고자 하거나, 아니면 이미 개발자이면서 더 나은 개발자가 되려고 여기를 기웃거리는 건데, 그만큼, 아니, 그보다 더 중요한 거는 몸건강과 정신건강이 아닐까 해요. 몸건강은 잘먹고 잘자고 운동하고 이런 게 기본일 테고, 정신 건강은 일기를 쓰든 상담을 받든 여행을 하든, 명상을 하든 종교에 심취하든 다양한 방법들이 있겠죠. 운동으로는 달리기를 시작해서 어느덧 2000K를 넘게 뛰었습니다. 건강을 위해 시작했던 달리기가 이제 좀 지나치다 싶을 정도로 많이 뛰고 있어요. 지난달은 210K, 이번 달은 240K정도 뛸 것 같습니다. 본격 러너라기에 실력은 부족해도 마일리지는 충분한 것 같습니다. 어쩌면 내년에는 풀코스 마라톤을 완주할 수 있을 것 같아요. 몸건강도 좋아졌고, 뛰다보면 정신적으로도 꽤 상쾌해집니다. 모종의 호르몬이 나오나봐요. 거의 매일 1시간씩을 달리기에 투자하는 게 미련한 짓인 것 같기도 한데, 결국 건강해지면 그 이상의 가치를 하겠죠. 아니 솔직히 말할게요. 이제 그냥 달리기가 즐거워졌어요. 이보다 많이 뛰면 오히려 건강에 해가 되는 게 아닐까 걱정을 해야할 판입니다. 딱히 꾸준히 운동하고 있는 게 아직 없으시다면, 달리기 추천드려봅니다. 멘탈을 위해서는 명상쪽에 점점 더 많은 관심이 가고 있는데, 점점 더 제가 뭘 잘못 생각하고 있는지... 아니 잘못된 부분에 집중하고 있는지를 알게되어가는 중인 것 같습니다. 아직 달리기 만큼 심취하지는 못했기에 뭐라 적기는 어렵습니다만, 우리의 많은 고통이 스스로부터 야기된 점이라는 게 인상적인 것 같습니다. 마치 외부의 환경, 그러니까, 개발자 취업문이 얼어붙었다거나, 난 좋게보는 기술을 쟤는 무시한다거나 하는 외부의 상황들이 나에게 고통을 주는 것 같지만, 그건 착각이라는 게 공통된 명상가(?)들의 시각으로 이해되더라구요. 암튼, 괜한 참견... 아니, 스스로에게 다시 다짐해보는 것은, 외부 상황들을 고통으로 바라보는 일을 그만두고, 현재 상황 그대로에서 잘해보자는 거랄까요? 기술적, 커리어 고민들은 사실 그 고민에서 출발해서 문제를 해결하려 들 게 아니라, 한차원 더 높은 시각에서 멘탈을 챙겨보자는 제안입니다. 저부터 잘해볼게요. 화이팅입니다.

니가 지금 자바를 공부하고 있을 때가 아니야

https://microsoft.github.io/AI-For-Beginners/

AI를 마스터하기 위한 Microsoft의 무료 강좌 6개 입니다!

초보자를 위한 AI 커리큘럼 https://t.co/ZJoF6sSeNc
 * 인공 지능(AI)을 탐구하는 12주, 24레슨 커리큘럼입니다. 심볼릭 AI, 신경망, 컴퓨터 비전, 자연어 처리 등을 다룹니다. 실습 수업, 퀴즈 및 실습이 포함되어 있습니다.

인공 지능 입문 https://t.co/pRgkJwigbQ
 * 이 과정은 인공지능의 핵심 개념을 이해하는 데 도움이 됩니다. 프로젝트 관리자, 제품 관리자, 디렉터, 임원 및 AI 분야에서 경력을 시작하는 학생을 위해 만든 것입니다.

생성형 AI란 무엇인가 https://t.co/kfWWPS5qMG
 * 제너레이티브 AI 전문가인 피나르 세이한 데미르닥이 생성형 AI의 기본 사항을 설명합니다.
   * 생성형 AI무엇인지
   * 어떻게 동작하는지
   * 모델별 차이
   * 미래 예측과 윤리적 시사점

생성형 AI: 사려깊은 온라인 검색의 진화 https://t.co/EgNl8WCCZ1
 * 생성형 AI 기반 추론 엔진의 핵심 개념과 검색 엔진 전략과의 차이점에 대해 자세히 알아봅니다.

Microsoft Bing Chat으로 업무 간소화하기 https://t.co/zGhxRKYLg9
 * Bing Chat을 효과적으로 사용하는 방법을 알려드립니다.

생성 AI 시대의 윤리 https://t.co/5KUXaQaK47
 * 생성 AI 도구 및 제품을 배포할 때 윤리적 문제를 해결하는 방법을 알아봅시다.

개인적으로는 초보자를 위한 AI 커리큘럼이 가장 마음에 드는군요!
무료 코스이므로 시간 되실때 재미있게 보시면 좋을 것 같습니다~!

AI를 마스터하기 위한 Microsoft의 무료 강좌 6개 입니다! 초보자를 위한 AI 커리큘럼 https://t.co/ZJoF6sSeNc<ul><li>인공 지능(AI)을 탐구하는 12주, 24레슨 커리큘럼입니다. 심볼릭 AI, 신경망, 컴퓨터 비전, 자연어 처리 등을 다룹니다. 실습 수업, 퀴즈 및 실습이 포함되어 있습니다.</li></ul> 인공 지능 입문 https://t.co/pRgkJwigbQ<ul><li>이 과정은 인공지능의 핵심 개념을 이해하는 데 도움이 됩니다. 프로젝트 관리자, 제품 관리자, 디렉터, 임원 및 AI 분야에서 경력을 시작하는 학생을 위해 만든 것입니다.</li></ul> 생성형 AI란 무엇인가 https://t.co/kfWWPS5qMG<ul><li>제너레이티브 AI 전문가인 피나르 세이한 데미르닥이 생성형 AI의 기본 사항을 설명합니다.<ul><li>생성형 AI무엇인지</li><li>어떻게 동작하는지</li><li>모델별 차이</li><li>미래 예측과 윤리적 시사점</li></ul></li></ul> 생성형 AI: 사려깊은 온라인 검색의 진화 https://t.co/EgNl8WCCZ1<ul><li>생성형 AI 기반 추론 엔진의 핵심 개념과 검색 엔진 전략과의 차이점에 대해 자세히 알아봅니다.</li></ul> Microsoft Bing Chat으로 업무 간소화하기 https://t.co/zGhxRKYLg9<ul><li>Bing Chat을 효과적으로 사용하는 방법을 알려드립니다.</li></ul> 생성 AI 시대의 윤리 https://t.co/5KUXaQaK47<ul><li>생성 AI 도구 및 제품을 배포할 때 윤리적 문제를 해결하는 방법을 알아봅시다.</li></ul> 개인적으로는 초보자를 위한 AI 커리큘럼이 가장 마음에 드는군요!무료 코스이므로 시간 되실때 재미있게 보시면 좋을 것 같습니다~!

t.co

마이크로소프트가 공개한 무료 AI 코스들

CSpell ESLint plugin. Latest version: 8.0.0, last published: 20 days ago. Start using @cspell/eslint-plugin in your project by running `npm i @cspell/eslint-plugin`. There are 8 other projects in the npm registry using @cspell/eslint-plugin.

@cspell/eslint-plugin

코드 작성 과정에서 스펠링 오타는 흔한 일입니다. 영어가 모국어가 아니기에 흔하게 일어날 수 밖에 없죠. 문제는 이런 작은 실수가 때로는 예상치 못한 큰 버그로 이어질 수 있습니다. 경험이 많은 개발자라면, 오타로 인해 발생한 문제를 해결하느라 많은 시간을 소비한 경험이 한 번쯤은 있을 것입니다.

@cspell/eslint-plugin은 ESLint를 기반으로 한 코드 스펠링 체크 플러그인으로, cspell 이란 'Code Spell Checker'의 약자 입니다. 이 플러그인 패키지를 설치하고 .eslintrc.json에 추가하면, 문자열, 주석, JSX 텍스트 등에 대한 스펠링 검사를 다양한 옵션을 통해 수행할 수 있습니다.

코드 리뷰 중에도 오타 수정을 제안하는 일은 흔히 있는데요. 이와 같은 라이브러리의 도움으로 코드의 정확성을 향상시키고 전반적인 생산성을 높일 수 있습니다. 개발자는 작은 실수에 시간을 낭비하는 대신 더 중요한 개발 업무에 집중할 수 있습니다.

https://www.npmjs.com/package/@cspell/eslint-plugin

코드 작성 과정에서 스펠링 오타는 흔한 일입니다. 영어가 모국어가 아니기에 흔하게 일어날 수 밖에 없죠. 문제는 이런 작은 실수가 때로는 예상치 못한 큰 버그로 이어질 수 있습니다. 경험이 많은 개발자라면, 오타로 인해 발생한 문제를 해결하느라 많은 시간을 소비한 경험이 한 번쯤은 있을 것입니다. @cspell/eslint-plugin은 ESLint를 기반으로 한 코드 스펠링 체크 플러그인으로, cspell 이란 'Code Spell Checker'의 약자 입니다. 이 플러그인 패키지를 설치하고 .eslintrc.json에 추가하면, 문자열, 주석, JSX 텍스트 등에 대한 스펠링 검사를 다양한 옵션을 통해 수행할 수 있습니다. 코드 리뷰 중에도 오타 수정을 제안하는 일은 흔히 있는데요. 이와 같은 라이브러리의 도움으로 코드의 정확성을 향상시키고 전반적인 생산성을 높일 수 있습니다. 개발자는 작은 실수에 시간을 낭비하는 대신 더 중요한 개발 업무에 집중할 수 있습니다. https://www.npmjs.com/package/@cspell/eslint-plugin

스펠링 검사: @cspell/eslint-plugin

Learn directly from Andrew Ng about the technology of generative AI, how it works, and what it can (and can't) do Get an overview of AI tools, and learn from real-world examples of generative AI in use today Understand the impacts of generative AI on busi

Generative AI for Everyone

1. 프롬프트엔지니어링의 기초
이 과정에서는 프롬프트 엔지니어링의 기본을 소개하고 고급 프롬프트 기술로 진행합니다.
✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/

2. 개발자를 위한 ChatGPT 프롬프트 엔지니어링
DeepLearning AI 및 OpenAI를 통한 ChatGPT 프롬프트 엔지니어링에 대한 무료 과정입니다.
✔https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/

3. Google의 생성형 AI 소개
Gen이 무엇인지, 어떻게 사용되는지, 기존 머신러닝 방법과 어떻게 다른지 설명하는 것을 목표로 합니다.
✔https://www.cloudskillsboost.google/course_templates/536

4. Harvard의 Python 기반 AI 소개
인공 지능에 대한 입문 과정에서 Python에서 기계 학습을 사용하는 방법을 알아보세요.
✔ https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python/2023-05

5. 마이크로소프트의 '생성 AI란 무엇인가?'
Gen AI의 정의, 작동 방식, 나만의 콘텐츠를 만드는 방법, 다양한 유형의 모델, 미래 예측, 윤리 등의 주제를 다루는 Gen AI의 기본 사항입니다.
✔ https://www.linkedin.com/learning/what-is-generative-ai/generative-ai-is-a-tool-in-service-of-humanity

6. 프럼프팅 배우기
60개 이상의 콘텐츠 모듈을 갖춘 종합적인 프롬프트 엔지니어링 과정입니다. 프롬프트 엔지니어링 기술의 초급부터 고급까지 안내합니다.
✔ https://learnprompting.org/docs/intro

7. Google의 책임 있는 AI 소개
Responsible AI가 무엇인지, 왜 중요한지, Google이 이를 자사 제품에 어떻게 구현하는지 알아보세요.
✔ https://www.cloudskillsboost.google/course_templates/554

8. 하버드의 데이터 과학: 기계 학습
훈련 데이터에 대해 알아보고 데이터 집합을 사용하여 잠재적인 예측 관계를 발견하는 방법을 알아봅니다. 또한 영화 추천 시스템 및 데이터 과학 기술을 구축하는 방법도 알아봅니다.
✔ https://pll.harvard.edu/course/data-science-machine-learning

9. LLM 애플리케이션 개발을 위한 LangChain
LangChain을 사용하여 애플리케이션 개발에서 언어 모델의 사용 사례와 기능을 확장하는 데 필수적인 기술을 습득하세요.
✔ https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/

10. Microsoft Bing Chat을 통한 작업 간소화
Bing Chat이 어떻게 다양한 작업을 수행하고 아이디어 생성 및 데이터 요약부터 일반적인 업무 문제 해결에 이르기까지 전체 작업 흐름을 간소화하는 데 도움이 되는지 알아보세요.
✔ https://www.linkedin.com/learning/streamlining-your-work-with-microsoft-bing-chat/put-your-fingers-to-work-chatting-as-a-productivity-tool

11. Hear Speak를 볼 수 있는 LLM 앱을 만드는 방법!
✔ https://www.singlestore.com/spaces/how-to-build-llm-apps-that-can-see-hear-speak/?utm_source=steve-nouri&utm_medium=influencer&utm_campaign=deck-the-halls-with-dev-and-data&utm_content=hear-see-speak&campaignid=701UJ0000012K2AYAU

12. 마이크로소프트의 AI 기초: 생성형 AI
부조종사와 같은 Gen AI 애플리케이션이 어떻게 효율성을 지원하는지 이해하세요. 프롬프트와 응답을 어떻게 미세 조정할 수 있는지 설명
✔ https://learn.microsoft.com/en-us/training/paths/introduction-generative-ai/

13. 의사결정자를 위한 Amazon의 Gen AI 학습 계획
✔ https://explore.skillbuilder.aws/learn/public/learning_plan/view/1909/generative-ai-learning-plan-for-decision-makers

14. 모두를 위한 생성형 AI
AI 도구에 대한 개요를 확인하고 현재 사용 중인 생성 AI의 실제 사례를 통해 알아보세요.
✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/

15. AWS의 LLM 포함한 Gen AI
Gen AI 작동 방식에 대한 기초 지식, 실무 기술 및 기능적 이해를 얻으세요.
✔ https://www.coursera.org/learn/generative-ai-with-llms

1. 프롬프트엔지니어링의 기초이 과정에서는 프롬프트 엔지니어링의 기본을 소개하고 고급 프롬프트 기술로 진행합니다.✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/ 2. 개발자를 위한 ChatGPT 프롬프트 엔지니어링DeepLearning AI 및 OpenAI를 통한 ChatGPT 프롬프트 엔지니어링에 대한 무료 과정입니다.✔https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/ 3. Google의 생성형 AI 소개Gen이 무엇인지, 어떻게 사용되는지, 기존 머신러닝 방법과 어떻게 다른지 설명하는 것을 목표로 합니다.✔https://www.cloudskillsboost.google/course_templates/536 4. Harvard의 Python 기반 AI 소개인공 지능에 대한 입문 과정에서 Python에서 기계 학습을 사용하는 방법을 알아보세요.✔ https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python/2023-05 5. 마이크로소프트의 '생성 AI란 무엇인가?'Gen AI의 정의, 작동 방식, 나만의 콘텐츠를 만드는 방법, 다양한 유형의 모델, 미래 예측, 윤리 등의 주제를 다루는 Gen AI의 기본 사항입니다.✔ https://www.linkedin.com/learning/what-is-generative-ai/generative-ai-is-a-tool-in-service-of-humanity 6. 프럼프팅 배우기60개 이상의 콘텐츠 모듈을 갖춘 종합적인 프롬프트 엔지니어링 과정입니다. 프롬프트 엔지니어링 기술의 초급부터 고급까지 안내합니다.✔ https://learnprompting.org/docs/intro 7. Google의 책임 있는 AI 소개Responsible AI가 무엇인지, 왜 중요한지, Google이 이를 자사 제품에 어떻게 구현하는지 알아보세요.✔ https://www.cloudskillsboost.google/course_templates/554 8. 하버드의 데이터 과학: 기계 학습훈련 데이터에 대해 알아보고 데이터 집합을 사용하여 잠재적인 예측 관계를 발견하는 방법을 알아봅니다. 또한 영화 추천 시스템 및 데이터 과학 기술을 구축하는 방법도 알아봅니다.✔ https://pll.harvard.edu/course/data-science-machine-learning 9. LLM 애플리케이션 개발을 위한 LangChainLangChain을 사용하여 애플리케이션 개발에서 언어 모델의 사용 사례와 기능을 확장하는 데 필수적인 기술을 습득하세요.✔ https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/ 10. Microsoft Bing Chat을 통한 작업 간소화Bing Chat이 어떻게 다양한 작업을 수행하고 아이디어 생성 및 데이터 요약부터 일반적인 업무 문제 해결에 이르기까지 전체 작업 흐름을 간소화하는 데 도움이 되는지 알아보세요.✔ https://www.linkedin.com/learning/streamlining-your-work-with-microsoft-bing-chat/put-your-fingers-to-work-chatting-as-a-productivity-tool 11. Hear Speak를 볼 수 있는 LLM 앱을 만드는 방법!✔ https://www.singlestore.com/spaces/how-to-build-llm-apps-that-can-see-hear-speak/?utm_source=steve-nouri&amp;utm_medium=influencer&amp;utm_campaign=deck-the-halls-with-dev-and-data&amp;utm_content=hear-see-speak&amp;campaignid=701UJ0000012K2AYAU 12. 마이크로소프트의 AI 기초: 생성형 AI부조종사와 같은 Gen AI 애플리케이션이 어떻게 효율성을 지원하는지 이해하세요. 프롬프트와 응답을 어떻게 미세 조정할 수 있는지 설명✔ https://learn.microsoft.com/en-us/training/paths/introduction-generative-ai/ 13. 의사결정자를 위한 Amazon의 Gen AI 학습 계획✔ https://explore.skillbuilder.aws/learn/public/learning_plan/view/1909/generative-ai-learning-plan-for-decision-makers 14. 모두를 위한 생성형 AIAI 도구에 대한 개요를 확인하고 현재 사용 중인 생성 AI의 실제 사례를 통해 알아보세요.✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/ 15. AWS의 LLM 포함한 Gen AIGen AI 작동 방식에 대한 기초 지식, 실무 기술 및 기능적 이해를 얻으세요.✔ https://www.coursera.org/learn/generative-ai-with-llms

Deeplearning

AI를 배우기 위해 추천하고 싶은 상위 15개 무료 강좌

12 Lessons, Get Started Building with Generative AI  🔗 https://microsoft.github.io/generative-ai-for-beginners/ - GitHub - microsoft/generative-ai-for-beginners: 12 Lessons, Get Started Building with Generative AI  🔗 https://microsoft.github.io/generati

GitHub - microsoft/generative-ai-for-beginners: 12 Lessons, Get Started Building with Generative AI  🔗 https://microsoft.github.io/generative-ai-for-beginners/

커리어리 친구들, Microsoft 가 Generative AI for Beginners 강의를 공개했습니다. 생성형 AI 애플리케이션 구축을 시작하는 데 필요한 모든 것을 알려주는 12강 과정이오니 관심 있는 분들은 아래의 깃허브에 들어가시기를 바랍니다. 

🕹️ 강의 목차   

- 생성형 AI 및 LLM 소개  
- 다양한 LLM 탐색 및 비교  
- 책임감 있는 생성형 AI 사용  
- 프롬프트 엔지니어링 기본 이해  
- 고급 프롬프트 작성하기  
- 텍스트 생성 응용 프로그램 구축  
- 채팅 응용 프로그램 구축  
- 검색 앱 벡터 데이터베이스 구축  
- 이미지 생성 응용 프로그램 구축  
- 로우 코드 AI 응용 프로그램 구축  
- 함수 호출을 통한 외부 응용 프로그램 통합  
- AI 응용 프로그램을 위한 UX 디자인

https://aka.ms/genai-beginners

커리어리 친구들, Microsoft 가 Generative AI for Beginners 강의를 공개했습니다.&nbsp;생성형 AI 애플리케이션 구축을 시작하는 데 필요한 모든 것을 알려주는 12강 과정이오니 관심 있는 분들은 아래의 깃허브에 들어가시기를 바랍니다.&nbsp; 🕹️ 강의 목차 &nbsp;&nbsp; - 생성형 AI 및 LLM 소개 &nbsp;- 다양한 LLM 탐색 및 비교 &nbsp;- 책임감 있는 생성형 AI 사용 &nbsp;- 프롬프트 엔지니어링 기본 이해 &nbsp;- 고급 프롬프트 작성하기 &nbsp;- 텍스트 생성 응용 프로그램 구축 &nbsp;- 채팅 응용 프로그램 구축 &nbsp;- 검색 앱 벡터 데이터베이스 구축 &nbsp;- 이미지 생성 응용 프로그램 구축 &nbsp;- 로우 코드 AI 응용 프로그램 구축 &nbsp;- 함수 호출을 통한 외부 응용 프로그램 통합 &nbsp;- AI 응용 프로그램을 위한 UX 디자인 https://aka.ms/genai-beginners

GitHub

<MS, Generative AI for Beginners 강의>

01 . 며칠 전 유튜브 채널 ⟪피식대학⟫에 박진영 님이 출연한 영상을 보게 되었습니다. 그냥 무심코 틀어놓고 멍 때리며 보고 있는 와중에 영상이 끝날 무렵 정신이 번쩍 드는 이야기가 흘러나왔습니다. 그건 협업을 숙명으로 하는 모든 사람에게 고하는 일종의 애티튜드 바이블과도 같았죠. 그래서 영상을 몇 번이나 돌려보며 그의 말들을 메모하기 시작했습니다. (영어로 발언한 관계로 일부는 자막 인용 대신 의역하여 전해드립니다.)

02 . "회사를 이끌면서 느낀 한 가지 사실은 제가 우울해하거나 슬퍼하거나 혹은 기분이 다운되어 보일 때면 저와 관련한 모든 사람들이 이를 불편하게 느낀다는 것이었습니다. 그래서 걱정이 있더라도 저는 농담을 하고 때론 우스꽝스럽게 보이기까지 해야 하죠. 그건 모두가 다 편한 마음으로 일하기 위해서입니다.
이건 저 뿐만 아니라 저희 아티스트들에게도 강조하는 포인트입니다. 스트레이 키즈나 트와이스 같은 어린 친구들 역시 늘 좋은 날만 있을 수는 없죠. 하지만 저는 '네가 우울해 보이고 슬퍼 보이고 다운되어 보이면 그건 모두를 불편하게 만드는 거라는 걸 기억해. 이건 우리의 숙명이기도 해. 아무리 힘들 날이 있어도 우린 농담을 할 수 있어야 하고 주위 사람들이 편하게 일하고 있는지 체크해야 해.'라고 말합니다."

03 . 발언 자체만 두고는 호불호가 갈릴 수도 있을 겁니다. 한편에서는 '어떻게 내 마음이 문드러지는 와중에 내색은커녕 억지로 웃고 농담까지 던질 수 있는 걸까. 그렇게 다른 사람 편하게 맞춰주다 정작 나부터 무너질지 모르는데...'하는 생각이 드는 것도 사실이죠.
하지만 이 발언의 취지는 조금 다른 각도에서 살펴볼 필요가 있습니다. 바로 '협업을 위한 적정 온도'라는 측면에서 말이죠.

04 . 회사와 같은 공식적인 조직이든 아니면 여럿이 함께 모이는 커뮤니티 같은 모임이든 늘 자신의 감정을 있는 그대로 드러내고자 하는 사람들이 존재합니다. 그런 사람들은 자신의 상태를 솔직하게 공유하고 도움을 요청하는 게 아니라 내가 좋으면 같이 웃고, 내가 싫으면 같이 비판하고, 내가 화나면 내 편을 들어주고, 내가 짜증 나면 나를 달래줄 사람을 바라는 케이스가 다반사죠. 다 같이 생활하는 공간임에도 본인 추울 때는 보일러를 틀고 다시 더워지면 냉큼 창문을 열어야 직성이 풀리는 유형인 셈입니다.

05 . 저도 11년 넘게 일을 하며 적지 않은 유형의 인간 군상들을(?) 만나봤습니다. 하지만 저렇게 본인의 감정 온도에 타인을 맞추게 하려는 사람치고 좋은 협업 태도를 갖춘 사람은 단 한 명도 보지 못한 것 같아요. 오히려 빠르게 해결할 수 있는 문제도 더 깊은 진흙탕으로 밀어 넣고 함께 으쌰으쌰하는 순간에도 곳곳에 소금을 뿌려대기 바빴으니 말이죠.

06 . 더 무서운 건 본인은 그런 자신의 태도를 아주 솔직하고 뒤끝 없는 스타일로 규정하고 있더라는 사실입니다. (당연히 뒤끝은 없겠죠... 앞에서 그렇게 다 보여주는데... 🥲) 물론 회사 같은 조직 생활 안에서 갈등을 회피하는 것 역시 큰 문제이긴 마찬가지입니다. 좋은 게 좋다는 태도도, 나는 큰 문제에 휘말리기 싫다는 태도도 환영받지 못하는 건 똑같으니까요.
하지만 그럼에도 자신이 스스럼없이 감정을 드러내는 것은 솔직한 피드백이고 타인이 본인에게 반하는 주장을 하거나 하물며 본인의 기분을 맞춰주지 못하는 것은 불편한 피드백이라 치부하는 것은 협업하는 관계의 기본조차 모르는 행위일지 모릅니다. 그런 사람과 함께 일하고 싶은 동료는 단 한 명도 없을 테니 말이죠.

07 . 그래서 저는 박진영 님의 말이 더 크게 와닿았습니다. 조금 기분이 언짢거나 그날 하루가 유난히 버겁더라도 일단 모두를 위해 적당한 배려 정도는 발휘할 필요가 있다는 게 요지니 말이죠. 특히 본인이 조직을 이끄는 위치에 있는 사람이라면 이는 더더욱 조심해야 할 필요가 있습니다. 동등한 위치에서도 타인이 발산하는 불편한 감정은 고스란히 전해지기 마련인데 지위고하의 차이가 커질수록 리더 한 명이 내뿜는 부정의 기운은 조직 전체를 집어삼키기 때문이죠.

08 . 멀리 갈 것도 없이 제 과거의 기억에 비춰봐도 금방 알 수 있었습니다. 적어도 조직원들을 위해 최소한의 감정 컨트롤이 가능한 리더에게는 오히려 저희가 먼저 다가가 문제 해결을 돕고 위로의 말이라도 전하고 싶었던 것 같거든요. 반대로 자신의 감정 표현이 우선인 리더 앞에서는 그저 서로 '제발 오늘 하루 무사히 지나가라... 적어도 나한테는 불똥이 튀지 않았으면...'이라는 마음만 가득했던 것 같습니다. 일의 본질보다는 그 사람의 기분을 살피는 게 조직원들의 주요 관심사였고 말이죠.

09 . 어쩌면 우리가 협업을 위한 온도를 신경 써야 하는 이유도 여기에 있는 것은 아닐까 싶어요. 춥다고 당장 보일러 앞으로 달려갈 게 아니라 우선 외투 한 겹 껴입고 양말에 슬리퍼부터 챙기다 보면 그것만으로도 전체의 온도를 방해하는 일은 줄어드니 말이죠. 그래서 저 역시도 예전엔 '표정을 못 숨긴다', '감정 표현에 솔직하다' 이런 말을 들으면 나 자신이 투명한 사람인 것마냥 칭찬해 주는 것 같아 나쁘지 않은 반응을 보였지만 지금은 뜨끔한 마음이 앞섭니다. 저의 성급함으로 이 협업의 장을 교란시켜 놓은 것은 아닐지 걱정이 되니까요.

10 . 자신의 의사를 당당히 표현하라는 게 누군가를 매너 없이 쏘아붙이라는 말은 아닐 겁니다. 남 의식하지 말고 본인을 소중히 생각하라는 말 역시 배려의 기본을 팽개치고 네 멋대로 살라고 가르치는 게 결코 아닐 거고요. 그러니 저는 '나의 편함'과 '상대의 불편함', '나의 불편함과 상대의 편함' 사이의 온도를 어느 정도 감지하고 있어야 비로소 협업이라는 게 가능해진다고 생각합니다. 변온 동물이 생존에 유리한 이유도 단순히 외부 환경에 본인을 맞추는 데 있는 것이 아니라 주변의 온도를 감지하고 나는 어떤 수준을 유지해야 하나 하는 그 영특한 태도에서 기인하는 것일 테니 말이죠.

01 . 며칠 전 유튜브 채널 ⟪피식대학⟫에 박진영 님이 출연한 영상을 보게 되었습니다. 그냥 무심코 틀어놓고 멍 때리며 보고 있는 와중에 영상이 끝날 무렵 정신이 번쩍 드는 이야기가 흘러나왔습니다. 그건 협업을 숙명으로 하는 모든 사람에게 고하는 일종의 애티튜드 바이블과도 같았죠. 그래서 영상을 몇 번이나 돌려보며 그의 말들을 메모하기 시작했습니다. (영어로 발언한 관계로 일부는 자막 인용 대신 의역하여 전해드립니다.) 02 . "회사를 이끌면서 느낀 한 가지 사실은 제가 우울해하거나 슬퍼하거나 혹은 기분이 다운되어 보일 때면 저와 관련한 모든 사람들이 이를 불편하게 느낀다는 것이었습니다. 그래서 걱정이 있더라도 저는 농담을 하고 때론 우스꽝스럽게 보이기까지 해야 하죠. 그건 모두가 다 편한 마음으로 일하기 위해서입니다. 이건 저 뿐만 아니라 저희 아티스트들에게도 강조하는 포인트입니다. 스트레이 키즈나 트와이스 같은 어린 친구들 역시 늘 좋은 날만 있을 수는 없죠. 하지만 저는 '네가 우울해 보이고 슬퍼 보이고 다운되어 보이면 그건 모두를 불편하게 만드는 거라는 걸 기억해. 이건 우리의 숙명이기도 해. 아무리 힘들 날이 있어도 우린 농담을 할 수 있어야 하고 주위 사람들이 편하게 일하고 있는지 체크해야 해.'라고 말합니다." 03 . 발언 자체만 두고는 호불호가 갈릴 수도 있을 겁니다. 한편에서는 '어떻게 내 마음이 문드러지는 와중에 내색은커녕 억지로 웃고 농담까지 던질 수 있는 걸까. 그렇게 다른 사람 편하게 맞춰주다 정작 나부터 무너질지 모르는데...'하는 생각이 드는 것도 사실이죠. 하지만 이 발언의 취지는 조금 다른 각도에서 살펴볼 필요가 있습니다. 바로 '협업을 위한 적정 온도'라는 측면에서 말이죠. 04 . 회사와 같은 공식적인 조직이든 아니면 여럿이 함께 모이는 커뮤니티 같은 모임이든 늘 자신의 감정을 있는 그대로 드러내고자 하는 사람들이 존재합니다. 그런 사람들은 자신의 상태를 솔직하게 공유하고 도움을 요청하는 게 아니라 내가 좋으면 같이 웃고, 내가 싫으면 같이 비판하고, 내가 화나면 내 편을 들어주고, 내가 짜증 나면 나를 달래줄 사람을 바라는 케이스가 다반사죠. 다 같이 생활하는 공간임에도 본인 추울 때는 보일러를 틀고 다시 더워지면 냉큼 창문을 열어야 직성이 풀리는 유형인 셈입니다. 05 . 저도 11년 넘게 일을 하며 적지 않은 유형의 인간 군상들을(?) 만나봤습니다. 하지만 저렇게 본인의 감정 온도에 타인을 맞추게 하려는 사람치고 좋은 협업 태도를 갖춘 사람은 단 한 명도 보지 못한 것 같아요. 오히려 빠르게 해결할 수 있는 문제도 더 깊은 진흙탕으로 밀어 넣고 함께 으쌰으쌰하는 순간에도 곳곳에 소금을 뿌려대기 바빴으니 말이죠. 06 . 더 무서운 건 본인은 그런 자신의 태도를 아주 솔직하고 뒤끝 없는 스타일로 규정하고 있더라는 사실입니다. (당연히 뒤끝은 없겠죠... 앞에서 그렇게 다 보여주는데... 🥲) 물론 회사 같은 조직 생활 안에서 갈등을 회피하는 것 역시 큰 문제이긴 마찬가지입니다. 좋은 게 좋다는 태도도, 나는 큰 문제에 휘말리기 싫다는 태도도 환영받지 못하는 건 똑같으니까요. 하지만 그럼에도 자신이 스스럼없이 감정을 드러내는 것은 솔직한 피드백이고 타인이 본인에게 반하는 주장을 하거나 하물며 본인의 기분을 맞춰주지 못하는 것은 불편한 피드백이라 치부하는 것은 협업하는 관계의 기본조차 모르는 행위일지 모릅니다. 그런 사람과 함께 일하고 싶은 동료는 단 한 명도 없을 테니 말이죠. 07 . 그래서 저는 박진영 님의 말이 더 크게 와닿았습니다. 조금 기분이 언짢거나 그날 하루가 유난히 버겁더라도 일단 모두를 위해 적당한 배려 정도는 발휘할 필요가 있다는 게 요지니 말이죠. 특히 본인이 조직을 이끄는 위치에 있는 사람이라면 이는 더더욱 조심해야 할 필요가 있습니다. 동등한 위치에서도 타인이 발산하는 불편한 감정은 고스란히 전해지기 마련인데 지위고하의 차이가 커질수록 리더 한 명이 내뿜는 부정의 기운은 조직 전체를 집어삼키기 때문이죠. 08 . 멀리 갈 것도 없이 제 과거의 기억에 비춰봐도 금방 알 수 있었습니다. 적어도 조직원들을 위해 최소한의 감정 컨트롤이 가능한 리더에게는 오히려 저희가 먼저 다가가 문제 해결을 돕고 위로의 말이라도 전하고 싶었던 것 같거든요. 반대로 자신의 감정 표현이 우선인 리더 앞에서는 그저 서로 '제발 오늘 하루 무사히 지나가라... 적어도 나한테는 불똥이 튀지 않았으면...'이라는 마음만 가득했던 것 같습니다. 일의 본질보다는 그 사람의 기분을 살피는 게 조직원들의 주요 관심사였고 말이죠. 09 . 어쩌면 우리가 협업을 위한 온도를 신경 써야 하는 이유도 여기에 있는 것은 아닐까 싶어요. 춥다고 당장 보일러 앞으로 달려갈 게 아니라 우선 외투 한 겹 껴입고 양말에 슬리퍼부터 챙기다 보면 그것만으로도 전체의 온도를 방해하는 일은 줄어드니 말이죠. 그래서 저 역시도 예전엔 '표정을 못 숨긴다', '감정 표현에 솔직하다' 이런 말을 들으면 나 자신이 투명한 사람인 것마냥 칭찬해 주는 것 같아 나쁘지 않은 반응을 보였지만 지금은 뜨끔한 마음이 앞섭니다. 저의 성급함으로 이 협업의 장을 교란시켜 놓은 것은 아닐지 걱정이 되니까요. 10 . 자신의 의사를 당당히 표현하라는 게 누군가를 매너 없이 쏘아붙이라는 말은 아닐 겁니다. 남 의식하지 말고 본인을 소중히 생각하라는 말 역시 배려의 기본을 팽개치고 네 멋대로 살라고 가르치는 게 결코 아닐 거고요. 그러니 저는 '나의 편함'과 '상대의 불편함', '나의 불편함과 상대의 편함' 사이의 온도를 어느 정도 감지하고 있어야 비로소 협업이라는 게 가능해진다고 생각합니다. 변온 동물이 생존에 유리한 이유도 단순히 외부 환경에 본인을 맞추는 데 있는 것이 아니라 주변의 온도를 감지하고 나는 어떤 수준을 유지해야 하나 하는 그 영특한 태도에서 기인하는 것일 테니 말이죠.

협업을 위한 적정 온도 유지하기

저는 노션으로 개입 업무와 팀 업무를 관리하고 있습니다. 많은 분들이 업무 관리 노트앱으로 노션과 옵시디언을 최고로 꼽으시는 것 같은데요. 개인적으로 노션은 데이터베이스를 만들어 동기화 된 데이터를 기반으로 다양한 페이지로 시스템을 확장하거나 팀원들과 공유할 수 있어 개인과 팀 업무 관리에 최적화되어 있다고 생각합니다.

구글이나 유튜브에 검색을 해보면 팀 관리나 팀장을 위한 노션 템플릿이 많지만 막상 쓰게 되는 것은 없더라고요. 그 이유를 생각해보면;

1. 팀 미팅, 원온원과 관련된 템플릿은 없었어요.
2. 데이터의 연결성을 제대로 활용하는 템플릿은 드물었습니다.
3. 깔끔하고 미니멀한 디자인의 템플릿이 잘 없더라고요.

그래서 저는 제가 직접 템플릿과 시스템을 만들어서 사용하는 편이에요. 최근에는 팀원이 적어져서 잘 쓰지 않지만 팀원이 많을 때는 팀장의 시간을 아껴주고 팀원들과 효과적인 소통을 위해 반드시 필요했습니다. 최근 모임에서 제가 노션으로 개인 업무 관리, 팀 미팅 관리, 원온원 면담 관리 등을 한다고 하니 신기해 하시는 분들이 많더라고요. 그래서 사용하는 노션 시스템을 샘플로 만들어 공유합니다.

👉 Team 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Team-5bbf5eb3012841a99854315c3aa5e68e
👉 Flow 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Flow-1679cc0cddf34a03bcab2ca6ae7ba25c

저는 'Team'과 'Flow'라는 페이지에 필요한 데이터베이스를 구축하고 연동하여 업무를 관리하는데요. Team 페이지는 팀원들이 모두 초대되어 함께 관리하는 팀 업무 관리 페이지를, Flow는 나만 볼 수 있는 개인 업무 공간을 말합니다.

Team 페이지는 노트, 태스크, 프로젝트, 오브젝티브라는 데이터베이스를 중심으로 팀 전체의 업무의 현황과 우선순위를 한눈에 파악하고, 건설적인 팀 미팅을 운영하는 것에 초점을 맞추고 있습니다. Team 페이지를 보고 팀 미팅에 참석한 팀원이 '이번 주에 해야 할 일이 명확하다'라고 생각하는 것을 목표로요.

Flow 페이지는 Team 페이지에 구축된 데이터베이스를 기반으로 팀장인 '내'가 해야 하는 중요한 업무를 관리하고, 추가적인 Private 데이터베이스를 통해 팀원들과 효과적인 원온원을 하는 것에 초점을 맞추고 있습니다. 원온원 미팅을 가진 팀원이 '나는 좋은 성과를 내기 위해 필요한 충분한 지원을 받고 있고, 팀장이 나의 성장을 관찰하고 있다'는 느낌이 드는 것을 목표로요.

저의 방식이 정답은 아니겠지만 좋은 팀과 개인 업무 관리 솔루션을 찾는 분들께 도움이 되기를 바랍니다.

📌 유튜브에 'notion workspace template', 'notion template for work' 등으로 검색하면 전 세계의 다양한 레퍼런스가 나오니 참고해 주세요 :)

저는 노션으로 개입 업무와 팀 업무를 관리하고 있습니다. 많은 분들이 업무 관리 노트앱으로 노션과 옵시디언을 최고로 꼽으시는 것 같은데요. 개인적으로 노션은 데이터베이스를 만들어 동기화 된 데이터를 기반으로 다양한 페이지로 시스템을 확장하거나 팀원들과 공유할 수 있어 개인과 팀 업무 관리에 최적화되어 있다고 생각합니다. 구글이나 유튜브에 검색을 해보면 팀 관리나 팀장을 위한 노션 템플릿이 많지만 막상 쓰게 되는 것은 없더라고요. 그 이유를 생각해보면; 1. 팀 미팅, 원온원과 관련된 템플릿은 없었어요. 2. 데이터의 연결성을 제대로 활용하는 템플릿은 드물었습니다. 3. 깔끔하고 미니멀한 디자인의 템플릿이 잘 없더라고요. 그래서 저는 제가 직접 템플릿과 시스템을 만들어서 사용하는 편이에요. 최근에는 팀원이 적어져서 잘 쓰지 않지만 팀원이 많을 때는 팀장의 시간을 아껴주고 팀원들과 효과적인 소통을 위해 반드시 필요했습니다. 최근 모임에서 제가 노션으로 개인 업무 관리, 팀 미팅 관리, 원온원 면담 관리 등을 한다고 하니 신기해 하시는 분들이 많더라고요. 그래서 사용하는 노션 시스템을 샘플로 만들어 공유합니다. 👉 Team 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Team-5bbf5eb3012841a99854315c3aa5e68e 👉 Flow 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Flow-1679cc0cddf34a03bcab2ca6ae7ba25c 저는 'Team'과 'Flow'라는 페이지에 필요한 데이터베이스를 구축하고 연동하여 업무를 관리하는데요. Team 페이지는 팀원들이 모두 초대되어 함께 관리하는 팀 업무 관리 페이지를, Flow는 나만 볼 수 있는 개인 업무 공간을 말합니다. Team 페이지는 노트, 태스크, 프로젝트, 오브젝티브라는 데이터베이스를 중심으로 팀 전체의 업무의 현황과 우선순위를 한눈에 파악하고, 건설적인 팀 미팅을 운영하는 것에 초점을 맞추고 있습니다. Team 페이지를 보고 팀 미팅에 참석한 팀원이 '이번 주에 해야 할 일이 명확하다'라고 생각하는 것을 목표로요. Flow 페이지는 Team 페이지에 구축된 데이터베이스를 기반으로 팀장인 '내'가 해야 하는 중요한 업무를 관리하고, 추가적인 Private 데이터베이스를 통해 팀원들과 효과적인 원온원을 하는 것에 초점을 맞추고 있습니다. 원온원 미팅을 가진 팀원이 '나는 좋은 성과를 내기 위해 필요한 충분한 지원을 받고 있고, 팀장이 나의 성장을 관찰하고 있다'는 느낌이 드는 것을 목표로요. 저의 방식이 정답은 아니겠지만 좋은 팀과 개인 업무 관리 솔루션을 찾는 분들께 도움이 되기를 바랍니다. 📌 유튜브에 'notion workspace template', 'notion template for work' 등으로 검색하면 전 세계의 다양한 레퍼런스가 나오니 참고해 주세요 :)

🎮 메모 덕후가 만든 업무 관리 노션

복지가 좋은 회사가 부러웠습니다.
이런저런 혜택이 많은 회사.
우와 좋다. 나도 저런 회사 다녀보고 싶어.

이런 저에게 누군가 말해줬습니다.
회사의 복지는 직원들이 일을 더 잘하게 도와야 하는 거라고.
복지로 인해서 일을 더 많이, 더 편하게, 더 잘할 수 있어야 한다고.
일하는데 거추장스러운 장애물을 치워준다거나..
더 능력을 발휘할 수 있도록 지원해 주는 것.

생각해 보면 참말이었습니다.
나는 너무 마케팅에 잘 속아 넘어간단 말이야.
복지 마케팅.
우리 회사는 통합 포인트도 주고 통신요금도 할인해 주고.. 헬스장도 보내줘요.
이런 회사들의 채용 공고를 보며 부러워하곤 했습니다.
사실 그런 건 그냥 돈 많이 주면 되는 건데.

가만히 생각해 보면 예전에 이해진 의장님도 비슷한 말을 했습니다.

“여러분의 선배들이 하도 늦게까지 야근하고 힘들게 일해서 출퇴근 때만이라도 편하게 쉬라고 셔틀버스 만든 거예요.”
“너무 피곤하면 눈도 좀 붙이라고 수면실도 만들었고요.”

그런데 이제는 늦게까지 술 먹고 온 사람들이 거기 들어가서 잠을 잔다고.
이때 울분을 토해내신 이후로(2012년 초) 셔틀버스와 이런저런 복지들이 실제로 사라졌습니다.(웃음)

아하.. 이해진 의장님도 직원들이 일을 더 잘할 수 있게 하기 위해서 저런 복지들을 만든 거구나.

저에게 가장 좋은 복지는 구내식당이었습니다.
네이버 다닐 때.
뭐 먹을지 전혀 걱정 없이 살았던 시절.
같이 야근할 동료가 있든 없든 밥 걱정 따위는 안 할 수 있는 회사.
근데 심지어 맛있기까지 해.
지금 생각해도 너무 좋다.

이제는 아이가 있으니 어린이집도 좋은 복지일 것 같습니다.
아이 걱정을 하지 않아야 일을 집중해서 할 수 있을 테니까.

어떤 직원들이 있느냐에 따라 지원해 줘야 할 복지도 달라지기 때문에..
다른 회사의 복지를 무작정 베껴오는 건 돈을 낭비하는 일입니다.

요즘엔 재택근무를 복지로 내세우는 회사들이 있습니다.
직원들이 재택근무로 인해서 일을 더 잘할 수 있겠다 판단이 들면 올바른 지원이겠지만..
성과가 덜 나더라도 누군가를 뽑거나 나가지 않게 하기 위한 목적으로..
직원들이 해달라고 조르니깐 하는 수없이 재택근무를 복지로 내세우는 것은 좀 이상합니다.

단순히 복지포인트 주고, 통신 요금 감면해 주고, 비혼 선언 축하금 주고 하는 회사들보다는..
회사와 직원들의 성장을 진지하게 고민하는 회사에 더 눈이 갑니다.

복지가 좋은 회사가 부러웠습니다. 이런저런 혜택이 많은 회사. 우와 좋다. 나도 저런 회사 다녀보고 싶어. 이런 저에게 누군가 말해줬습니다. 회사의 복지는 직원들이 일을 더 잘하게 도와야 하는 거라고. 복지로 인해서 일을 더 많이, 더 편하게, 더 잘할 수 있어야 한다고. 일하는데 거추장스러운 장애물을 치워준다거나.. 더 능력을 발휘할 수 있도록 지원해 주는 것. 생각해 보면 참말이었습니다. 나는 너무 마케팅에 잘 속아 넘어간단 말이야. 복지 마케팅. 우리 회사는 통합 포인트도 주고 통신요금도 할인해 주고.. 헬스장도 보내줘요. 이런 회사들의 채용 공고를 보며 부러워하곤 했습니다. 사실 그런 건 그냥 돈 많이 주면 되는 건데. 가만히 생각해 보면 예전에 이해진 의장님도 비슷한 말을 했습니다. “여러분의 선배들이 하도 늦게까지 야근하고 힘들게 일해서 출퇴근 때만이라도 편하게 쉬라고 셔틀버스 만든 거예요.” “너무 피곤하면 눈도 좀 붙이라고 수면실도 만들었고요.” 그런데 이제는 늦게까지 술 먹고 온 사람들이 거기 들어가서 잠을 잔다고. 이때 울분을 토해내신 이후로(2012년 초) 셔틀버스와 이런저런 복지들이 실제로 사라졌습니다.(웃음) 아하.. 이해진 의장님도 직원들이 일을 더 잘할 수 있게 하기 위해서 저런 복지들을 만든 거구나. 저에게 가장 좋은 복지는 구내식당이었습니다. 네이버 다닐 때. 뭐 먹을지 전혀 걱정 없이 살았던 시절. 같이 야근할 동료가 있든 없든 밥 걱정 따위는 안 할 수 있는 회사. 근데 심지어 맛있기까지 해. 지금 생각해도 너무 좋다. 이제는 아이가 있으니 어린이집도 좋은 복지일 것 같습니다. 아이 걱정을 하지 않아야 일을 집중해서 할 수 있을 테니까. 어떤 직원들이 있느냐에 따라 지원해 줘야 할 복지도 달라지기 때문에.. 다른 회사의 복지를 무작정 베껴오는 건 돈을 낭비하는 일입니다. 요즘엔 재택근무를 복지로 내세우는 회사들이 있습니다. 직원들이 재택근무로 인해서 일을 더 잘할 수 있겠다 판단이 들면 올바른 지원이겠지만.. 성과가 덜 나더라도 누군가를 뽑거나 나가지 않게 하기 위한 목적으로.. 직원들이 해달라고 조르니깐 하는 수없이 재택근무를 복지로 내세우는 것은 좀 이상합니다. 단순히 복지포인트 주고, 통신 요금 감면해 주고, 비혼 선언 축하금 주고 하는 회사들보다는.. 회사와 직원들의 성장을 진지하게 고민하는 회사에 더 눈이 갑니다.

복지가 좋은 회사

김택진 '비밀병기' 핀트, 종합 금융플랫폼 도전장

💵택진이형의 NC도 마이데이터 사업 진출 준비💵

올 한해 한국 기업들의 키워드는 콜라보가 아닐까 싶습니다. 그동안 전통적인 비즈니스 영역을 고수하기만 하던 기업들이 수많은 변화를 시도 하고 있는데요? 

그만큼 요즘 고객들을 만족시키기 위해선 한가지 영역에서만 잘해서는 성공하기 어려워 졌다는 것을 의미하는게 아닐까 싶습니다. 

마케팅 분야에서는 곰표 맥주 등이 인기를 끌고 있고  카카오는 지그재그를 인수하기도 했습니다. 그리고 게임 산업에서 왕좌의 자리를 지키고 있는 NCSOFT는 본업의 영역을 넘어서 웹툰(콘텐츠) 사업, 그리고 금융업계에도 출사표를 던질 예정입니다. 그야말로 업의 경계가 빠르게 무너지고 있습니다.

엔씨소프트의 김택진대표와 윤송이 최고전략책임자가 대주주로 있는 핀트는 AI기술을 도입해 금융 상품 포트폴리오를 자산관리하고 리밸런싱까지 해준다고 합니다. 또한 선금 충전을 하고 사용하는 핀트 카드를 선보여 잔돈은 다시 투자하는 자투리 투자 서비스도 제공합니다. 이런 투자 기능은 더모아 카드에도 적용된 것으로 아마 많은 고객들이 각광할것으로 예상 됩니다.

엔씨소프트가 게임산업에서 쌓은 노하우로 금융 플랫폼을 만들어 낸다면 게이미피케이션을 적용하고 UI, UX적으로도 고객 경험을 증대시키는 서비스를 내놓을것이라고 기대가 됩니다. 핀트가 마이데이터 사업에도 진출할 것이라고 하니 8월 이후 금융 업계의 판도가 어떻게 달라질지 궁금합니다

Naver

프로덕트 매니저/서비스 기획

한주현

운영PM

ader

#고객경험 #운영기획 #CS최소화 #운영정책수립
안녕하세요! 9년차 CX 운영기획자 입니다.
최근 신사업 피엠으로 업무 중입니다 🤹🏻‍♂️

에이블런 마케팅 매니저

나영중

국방부 대변인실, 카페 공간 기획을 거쳐 지금은 교육 스타트업에서 마케팅을 합니다. 사람들의 인사이트를 듣고 함께 대화하는 것을 좋아합니다. 광고, 마케팅, 브랜딩에 관심이 많습니다.

플랫폼 서비스 기획

정보미디어MBA

하린

먼지블로그애요😷

금융회사에서 비금융 콘텐츠와 
플랫폼 서비스 기획 일을 하고 있습니다
어려워요



댓글 0